MétaCan
Menu
Retour à la cohorte
Enregistrement W4281782707 · doi:10.1080/19236026.2022.2055706

Climate change risks and vulnerabilities during mining exploration, operations, and reclamation: A regional approach for the mining sector in Québec, Canada

2022· article· en· W4281782707 sur OpenAlexafffundabout
Émilie Bresson, Bruno Bussière, Thomas Pabst, Isabelle Demers, Patrick Charron, Philippe Roy

Notice bibliographique

RevueCIM Journal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensHydro-QuébecOuranosPolytechnique MontréalUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Resources Canada
Mots-clésVulnerability (computing)Delphi methodLand reclamationClimate changeEnvironmental resource managementScheduleRisk managementVulnerability assessmentEnvironmental planningRisk analysis (engineering)BusinessEnvironmental scienceComputer scienceGeographyComputer securityPsychological intervention

Résumé

récupéré en direct d'OpenAlex

Climate change (CC) has already and will continue to have a significant impact on the mining sector. A comprehensive and thorough analysis was performed to evaluate the risks and vulnerabilities resulting from CC during the exploration, operation, and reclamation phases of the mining life cycle. This analysis focused on six mining regions in Québec. Climate scenarios were produced for each region and, along with a literature review, used to assess the effects of CC on the mining sector. The results were presented to a panel of experts who highlighted the risks for each activity at each phase of the mining life cycle. A second group of experts evaluated the level of risk and the mining industry’s vulnerability for each risk identified by the first group. Six main risks due to CC were identified: activity schedule disruptions, loss or limitation of site accessibility, water management issues, instabilities and failures of storage facilities, operations infrastructure instabilities, and reduction of reclamation cover performance. The mining experts performed a Delphi-type survey for each mining activity to determine the risk level for each region, leading to the production of a risk matrix. Results indicate that CC is expected to particularly affect reclamation cover performance, and extreme climate events are projected to have significant impacts on operations. Vulnerability levels were assigned by a third group of experts based on the industry’s ability to adapt to these risks. Results showed a low vulnerability for exploration, low to high vulnerability for operations, and low to very high vulnerability for reclamation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,478

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,068
Tête enseignante GPT0,255
Écart entre enseignants0,187 · 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

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCIM JournalMême sujetMine drainage and remediation techniquesTravaux en français237 207