MétaCan
Menu
Retour à la cohorte
Enregistrement W4229002757 · doi:10.3390/geosciences12050199

Numerical Modelling Challenges in Rock Engineering with Special Consideration of Open Pit to Underground Mine Interaction

2022· article· en· W4229002757 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

RevueGeosciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensGolder Associates (Canada)University of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOpen-pit miningRock mass classificationContext (archaeology)Computer simulationNumerical modelsNumerical modelingEngineeringComputer scienceCivil engineeringMining engineeringGeologySimulationGeophysics

Résumé

récupéré en direct d'OpenAlex

This paper raises important questions about the way we approach numerical analysis in rock engineering design. The application of advanced numerical models is essential to adequately analyze and design different geotechnical aspects of pit-to-cave transitions. We present a critical review of numerical methods centered around the hypothesis that a model is not, and cannot be, a perfect imitation of reality; therefore, numerical modelling of large-scale mining projects requires the real problem to be idealized and simplified. The discussion highlights the dichotomy of continuum vs. discontinuum modelling and the important question of whether continuum models can effectively capture dynamic continuum-to-discontinuum processes typical of cave mining. The discussion is complemented by examples of hybrid continuum-discontinuum models to analyze the important problem of transitioning from surface (open pit) mining to underground mass mining (caving). The results demonstrate the hypothesis that forward modelling should be performed in the context of a risk-based approach, with numerical models becoming investigative tools to assess risk and evaluate the impact of different unknowns, thus classifying modelling outputs in terms of expected consequences.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,293

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 Opus0,062
Tête enseignante GPT0,254
Écart entre enseignants0,192 · 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