MétaCan
Menu
Retour à la cohorte
Enregistrement W3215727787 · doi:10.1016/j.ijmst.2021.11.009

Environmental impact improvements due to introducing automation into underground copper mines

2021· article· en· W3215727787 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Mining Science and Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensGlencore (Canada)Laurentian University
Organismes subventionnairesLaurentian UniversityMitacs
Mots-clésAutomationLife-cycle assessmentWork (physics)Environmental scienceEnvironmental impact assessmentRange (aeronautics)ProductivityGlobal warmingGlobal-warming potentialEnvironmental engineeringEngineeringMining engineeringProduction (economics)Greenhouse gasClimate changeEcologyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

A life-cycle assessment (LCA) model was developed to comparatively analyze the use of manual and automated mining equipment in underground copper mine sites. Processes and key variables that were determined to contribute to the environmental impact of operations were identified for six mine sites in a range of geographical locations around the world. Our model successfully calculated carbon dioxide (CO2 eq.) emissions to within 4.9% of the reported annual emissions from the site’s respective companies. The implementation of automation was found to decrease global warming potential by a range of 11.4%–18.0% or 3.9–17.9 kg CO2 eq./t ore. The model was also used to estimate the average reductions across several impact potentials including, acidification (11.9%–17.8%), eutrophication (7.6%–13.7%), and human toxicity (16.0%–20.0%). World-wide the mining industry is moving toward introducing significantly more automation to enhance productivity and safety. This novel work demonstrates an important third dimension that can support this move, reduced environmental impact.

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.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,224

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 Opus0,006
Tête enseignante GPT0,277
Écart entre enseignants0,271 · 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