MétaCan
Menu
Retour à la cohorte
Enregistrement W4248641604 · doi:10.17580/gzh.2015.05.21

Mitigation of geoecological impact of underground potash mining

2015· article· en· W4248641604 sur OpenAlexaboutno aff
S. F. Shemet, A. A. Kologrivko

Notice bibliographique

RevueGornyi Zhurnal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPotashMining engineeringEnvironmental scienceGeologyMetallurgyPotassiumMaterials science

Résumé

récupéré en direct d'OpenAlex

Mineral deposits holding the largest reserves of potassium are the Upper Kama Potash–Magnesium Salt Deposit (Russian Federation), Starobinsk Potash Salt Deposit (Belarus), Saskatchewan Salt (Canada) and potash salt deposits in Germany. The CIS countries manufacture potash fertilizers mainly at the largest deposits of potash salts (Starobinsk, Belaruskali) and potash–magnesium salts (Upper Kama, Uralkali) that are extracted with the underground method. Potassium chloride content of produced ore varies between 24 and 32%. In sylvinite ore dressing, waste make 65–75% where 92–95% of solid is sodium chloride and liquid waste is clayey–salt slurry. Waste amount to 2.3–5.7 g per 1 g of the main product. In future it is possible to enhance potash fertilizer production by means of taking assured reserves of Gremyachinsk, Nepsk, Eltonskoe deposits in Russia, Garlyk in Turkmenistan and Petrikovsk deposit in Belarus. Potash mining induces adverse, sometimes large-scale or disastrous change of geoecological situation in industrial areas. The authors discuss issues connected with mitigation of geoecological impact of underground potassium salt mining. The article reports the related research findings and offers practical solutions in the areas of minimization of loss in potash mining, potash mine flooding countermeasures, as well as technologies for halite and slurry waste storage in terms of the ground and mine-technical conditions of Starobinsk potash salt deposit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,273
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGornyi ZhurnalMême sujetMining and Gasification TechnologiesTravaux en français237 207