A Review on Applications of Time-Lapse Electrical Resistivity Tomography Over the Last 30 Years : Perspectives for Mining Waste Monitoring
Notice bibliographique
Résumé
Mining operations generate large amounts of wastes which are usually stored into large-scale storage facilities which pose major environmental concerns and must be properly monitored to manage the risk of catastrophic failures and also to control the generation of contaminated mine drainage. In this context, non-invasive monitoring techniques such as time-lapse electrical resistivity tomography (TL-ERT) are promising since they provide large-scale subsurface information that complements surface observations (walkover, aerial photogrammetry or remote sensing) and traditional monitoring tools, which often sample a tiny proportion of the mining waste storage facilities. The purposes of this review are as follows: (i) to understand the current state of research on TL-ERT for various applications; (ii) to create a reference library for future research on TL-ERT and geoelectrical monitoring mining waste; and (iii) to identify promising areas of development and future research needs on this issue according to our experience. This review describes the theoretical basis of geoelectrical monitoring and provides an overview of TL-ERT applications and developments over the last 30 years from a database of over 650 case studies, not limited to mining operations (e.g., landslide, permafrost). In particular, the review focuses on the applications of ERT for mining waste characterization and monitoring and a database of 150 case studies is used to identify promising applications for long-term autonomous geoelectrical monitoring of the geotechnical and geochemical stability of mining wastes. Potential challenges that could emerge from a broader adoption of TL-ERT monitoring for mining wastes are discussed. The review also considers recent advances in instrumentation, data acquisition, processing and interpretation for long-term monitoring and draws future research perspectives and promising avenues which could help improve the design and accuracy of future geoelectric monitoring programs in mining wastes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».