MétaCan
Menu
Retour à la cohorte
Enregistrement W3212065795 · doi:10.3390/min11111234

A Failure Modes and Effects Analysis Framework for Assessing Geotechnical Risks of Tailings Dam Closure

2021· article· en· W3212065795 sur OpenAlexafffundabout
Haley L. Schafer, Nicholas Beier, Renato Macciotta

Notice bibliographique

RevueMinerals · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Natural Resources Limited
Mots-clésClosure (psychology)TailingsTailings damDam failureEngineeringEnvironmental planningRisk analysis (engineering)Environmental scienceCivil engineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Tailings dams remain on site following mine closures and must be designed and reclaimed to meet long-term goals, which may include walk-away closure or long-term care and maintenance. The underperformance of these structures can result in significant risks to public and environmental safety, as well as impacts on the future land use and economic activities near the structure. In Alberta, Canada, the expectation is for a tailings dam to be reclaimed and closed so that it can undergo deregistration. To aid in assessing the risks of underperformance during and after closure, a Generalized Failure Modes and Effects Analysis (G-FMEA) framework was developed to assess the long-term geotechnical risks for tailings dams in Alberta, with the goal of assessing the potential success of a tailings dam closure strategy. The G-FMEA is part of an initiative to enhance closure evaluations in Alberta in a collaborative effort between industry, the regulator, and academia. The G-FMEA incorporates the element of time to account for the evolution of the system, which should be applied at the planning stage and updated continually throughout the life of the facility. This paper presents the developed G-FMEA framework for tailings dams in Alberta, including the developed risk matrix framework.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,291
Écart entre enseignants0,260 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetTailings Management and PropertiesTravaux en français237 207