MétaCan
Menu
Retour à la cohorte
Enregistrement W4367154861 · doi:10.36487/acg_repo/2355_64

Critical timelines and pathways: addressing environmental, social, governance and permitting

2023· article· en· W4367154861 sur OpenAlexaff
Jack Kellner, Andrew Hall, Fallon Tanentzap

Notice bibliographique

RevuePaste/˜Pœaste · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensBanff CentreGeomechanica (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésTimelineCorporate governanceComputer scienceProcess managementBusinessGeography

Résumé

récupéré en direct d'OpenAlex

The need for projects to focus on permitting and environmental, social and governance (ESG) considerations is increasingly prioritised over the technical and economic aspects of backfill and tailings solutions. This includes not only environmental permitting, but also takes into account public perception and responses to a project, as well as local community engagement and support. To optimise the success of a project, it is essential to incorporate and understand both the mining companies’ ESG frameworks and the local and governmental permitting requirements from the beginning. There is a need to pull these more advanced backfill and tailings designs earlier into the process to satisfy permitting requirements rather than the usual execution schedule. Permitting timelines may also lead to temporary backfill solutions such as cemented rockfill until paste backfill can be permitted and implemented. Comparing surface versus underground permitting requirements can lead to a more strategic approach by evaluating alternative solutions for infrastructure placement. For example, some facilities can be located underground if surface is perceived to be contentious. This can also lead to an approach where facility placement that might be better suited underground, but a more conservative approach is to start on surface and move underground as the project progresses. Given the focus on ESG and permitting and the timelines involved, it is more important than ever to provide a narrative which conveys a responsible integrated tailings solution for mining projects, both for permitting and to ensure public support.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,299
Tête enseignante GPT0,476
Écart entre enseignants0,177 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaste/˜PœasteMême sujetEvaluation and Performance AssessmentTravaux en français237 207