Is the implementation of dry stacking for tailings storage increasing? A Southern African perspective
Notice bibliographique
Résumé
It is good practice in the early phases of a new mine design, or when a new tailings storage facility (TSF) is required at an existing mine, to consider alternatives and carry out trade-off studies for tailings storage. These studies should include multiple sites and at least two disposal methods or technologies with the aim of identifying the best tailings management system for the project, generally the most cost-effective, socially and environmentally acceptable system. Dry stacking is gaining credibility and is seen as a preferred technology to manage project specific risks for various reasons: lower risk of failure, increased water conservation and water cost saving, project stakeholders and environmental considerations, better geochemical mitigation, and possible improvement in metal recovery during filtration through additional mineral dissolution. In some cases, the drivers for considering dry stacking are obvious, such as a mine located in a dry climate or new regulations, but in other places this is less obvious. This paper evaluates the outcomes of a number of such trade-off studies mostly in Southern Africa or arid regions of Africa, which include: The paper also looks at two mines where filtered tailings has been implemented, their overall TSF operating and stability performance, as well as opportunities and challenges of the technology. No names of the mines are included, as the focus is on whether there is an increased move towards dry stacking, and what obstacles are being experienced.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».