MétaCan
Menu
Retour à la cohorte
Enregistrement W4310368220 · doi:10.1038/s43247-022-00629-w

Advanced monitoring of tailings dam performance using seismic noise and stress models

2022· article· en· W4310368220 sur OpenAlex
Susanne Ouellet, Jan Dettmer, Gerrit Olivier, Tjaart DeWit, Matthew Lato

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCommunications Earth & Environment · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensBGC Engineering (Canada)University of Calgary
Organismes subventionnairesMitacs
Mots-clésGeophoneTailingsGeotechnical engineeringWave velocityTailings damGeologyShear stressShear (geology)Seismic waveSeismology

Résumé

récupéré en direct d'OpenAlex

Abstract Tailings dams retain the waste by-products of mining operations and are among the world’s largest engineered structures. Recent tailings dam failures highlight important gaps in current monitoring methods. Here we demonstrate how ambient noise interferometry can be applied to monitor dam performance at an active tailings dam using a geophone array. Seismic velocity changes of less than 1% correlate strongly with water level changes at the adjacent tailings pond. We implement a power-law relationship between effective stress and shear wave velocity, using the pond level recordings with shear wave velocity profiles obtained from cone penetration tests to model changes in shear wave velocities. The resulting one-dimensional model shows good agreement with the seismic velocity changes. As shear wave velocity provides a direct measure of soil stiffness and can be used to infer numerous other geotechnical design parameters, this method provides important advances in understanding changes in dam performance over time.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,222
Écart entre enseignants0,191 · 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