Where geology meets engineering in hydrothermally altered environments: considering veins in geotechnical engineering
Notice bibliographique
Résumé
The mechanical properties of intact rock and fractures are key components that control rockmass behaviour in homogeneous rockmasses, which are the basis of many field characterization protocols, laboratory measurement, and numerical modelling approaches in geotechnical engineering. While effective in many cases of surface and underground excavations, these approaches are no longer adequate for particularly deep excavations in heterogeneous rockmasses, such as those with hydrothermal veins, stockwork, or other types of intrablock structures. Accounting for intrablock structures and other rockmass heterogeneity in rock engineering design has become critical for the safety and economic success of giant open pit mines, block caving operations, and other deep excavations. To do so, numerical modelling tools need to be integrated with improved characterization of heterogeneous rockmasses with all types of rockmass structures. In this work, the authors discuss rockmass characterization methodologies to address this challenge, including in field and laboratory settings, for application to numerical geotechnical design. Techniques to assess rock and vein mineralogies are discussed and examples illustrate the variety of mineralogies in porphyry and skarn ore deposits. Geotechnical field assessments of veined rockmasses in stress environments where shear-based failure and brittle spalling failure occur are presented. Geomechanical laboratory testing of veined rocks is discussed and a case study of unconfined compressive stress (UCS) tests on rocks from the Canadian Legacy skarn deposit is presented, where the interpretations of UCS test results are explained using mineralogical analyses. Geological interpretations of these heterogeneous rocks are an important part of understanding their geomechanical behaviours and extrapolating to predict rockmass behaviours at the excavation scale both empirically and numerically.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».