MétaCan
Menu
Retour à la cohorte
Enregistrement W3207928611 · doi:10.19110/1994-5655-2021-2-61-70

Methodological bases of mineral resource potential assessment: international and Russian experience

2021· article· en· W3207928611 sur OpenAlexaboutno aff
И. Г. Бурцева

Notice bibliographique

RevueProceedings of the Komi Science Centre of the Ural Division of the Russian Academy of Sciences · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMineral resource classificationValuation (finance)Natural resource economicsMarket valueBusinessNet present valueAccountingEnvironmental economicsEconomicsProduction (economics)Geology

Résumé

récupéré en direct d'OpenAlex

Тhe paper considers the main approaches to the valuation of mineral deposits. The valuation of mineral resources is widely used in countries with developed mining industry, such as the USA, Canada, Australia, etc. Monitoring the value of mineral assets allows you to track current changes in their structure and serves as a basis for the fair withdrawal of mining rent. The methods of financial and economic evaluation of mineral deposits are based on the standard methodology for investment projects assessment. The most widely used is the net present value method, which is used only for the estimation of commercial reserves. The resource assessment can be carried out using comparative methods and be used to improve the infor-mativeness of the assessment. The paper reviews the methods used to access the mineral resource potential of Russian regions, forms of statistical observation, and standards of the Russian Society of Appraisers. Contemporary Russian legislation in the field of mineral raw material valuation is based on international experience, where the main valuation method of mineral assets is the method of net present value. With the approval in 2017 of the statistical form "Information on the current market value of mineral reserves”, official annual data on the value of mineral raw materials in the subsurface appeared in Russia for the first time. The methodology for assessing the mineral resource potential of the region should include such stages as ranking mineral deposits according to their investment attractiveness, evaluating selected deposits with approved reserves using the net present value method with determining the budget efficiency of projects, and evaluating the gross potential value of resources of promising mineral resource objects.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,003
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,048
Tête enseignante GPT0,312
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Komi Science Centre of the Ural Division of the Russian Academy of SciencesMême sujetMining Techniques and EconomicsTravaux en français237 207