MétaCan
Menu
Retour à la cohorte
Enregistrement W4235609917 · doi:10.1108/oxan-db233625

Higher private financing could boost mining investment

2018· other· en· W4235609917 sur OpenAlexaboutno aff

Notice bibliographique

RevueEmerald expert briefings · 2018
Typeother
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinanceSwap (finance)BusinessDebtLeasePrivate equityShareholderEquity (law)Interest rateInnovative financingCorporate governance

Résumé

récupéré en direct d'OpenAlex

Subject Private mining finance. Significance The financing of mining and exploration projects is undergoing a major shift. Large miners have traditionally accessed affordable debt while smaller explorers and developers relied on equity markets, buoyed by retail interest, particularly in Canada and Australia. Additional capital has been provided by royalties, metal offtake, streaming or farm-ins by majors, whereby an operator buys or acquires an interest in another operator’s lease. Despite higher prices in the last two years, capital remains scarce, especially for newcomers. However, private equity is developing knowledge of this volatile and technical sector. Impacts The three-month Libor rate has doubled in the last twelve months; this will significantly increase the cost of financing new projects. Arbitrageurs will try to profit from equity issuance diluting existing shareholders ownership; convertible debentures will be a focus. In late 2017 Glencore launched a major royalty company specialising in industrial metals, the largest to specialise in this.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
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)0,0060,001

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 Opus0,017
Tête enseignante GPT0,228
Écart entre enseignants0,211 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmerald expert briefingsMême sujetMining Techniques and EconomicsTravaux en français237 207