MétaCan
Menu
Retour à la cohorte
Enregistrement W4308754024 · doi:10.46873/2300-3960.1361

Effect of mining and geology on mining-induced seismicity – A case study

2022· article· en· W4308754024 sur OpenAlexafffundabout
Heba Khalil, Tuo Chen, Yu-Hang Xu, Hani S. Mitri

Notice bibliographique

RevueJournal of Sustainable Mining · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensGolder Associates (Canada)McGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInduced seismicityMicroseismGeologySeismologySillMagnitude (astronomy)Seismic momentMining engineeringFault (geology)Petrology

Résumé

récupéré en direct d'OpenAlex

Mining-induced seismicity is a commonly occurring phenomenon in underground mines. This poses a greater challenge to the safety of the mining operation. This paper presents a case study of the Young-Davidson mine in northern Ontario, Canada, where seismic events of magnitude Mn 2.0+ have been observed at mining depths of 600 to 800 m below the surface. The occurrence of large seismic events at such shallow depths is the key issue of this study. A comprehensive study of the microseismic database has been conducted to discern the root causes for the unusually strong seismic activities recorded at shallow depths. The effects of mining activities in the vicinity of two dykes intersecting the orebody on the seismic response are investigated. Variation of the b-value derived from the magnitude-frequency distribution is examined, and moment tensor inversion for three large seismic events is carried out to determine the source mechanisms. It is shown from this investigation that the influence of the sill pillar is more critical, leading to high mining-induced stress and the occurrence of large events. While the findings from this research are specific to this case study, they could be used to shed light on the causes of induced seismicity at other mines with similar conditions.

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)0,001
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 enseignants0,104
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,237 · 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

Citations1
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable MiningMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207