MétaCan
Menu
Retour à la cohorte
Enregistrement W4367155054 · doi:10.36487/acg_repo/2355_54

Geochemical and hydrogeological behaviour of commingled mixtures of tailings and waste rock

2023· article· en· W4367155054 sur OpenAlexafffund
Aniseh Dadashi, Bruno Bussière, G. Ward Wilson

Notice bibliographique

RevuePaste/˜Pœaste · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensBanff CentreUniversité du Québec en Abitibi-TémiscamingueGeomechanica (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTailingsHydrogeologyGeologyGeochemistryMining engineeringGeotechnical engineeringMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

The conventional method of segregated disposal of tailings and waste rock is associated with several environmental problems, especially acid rock drainage (ARD) which is a challenging and crucial issue. Previous studies have shown that mixing tailings and waste rock can potentially decrease ARD potential. However, there are limited studies that quantify the effect of mixture ratio of waste rock and tailings on the water quality. This study presents a developed methodology to design and test different waste rock and tailings mixture ratios through leveraging particle packing theory for binary mixtures. The mineralogy and chemical properties of the mixtures is first presented. Three columns of mixture materials were mounted for a series of leaching tests over a period of about two years to experimentally simulate the impact of different mixture ratios on the water quality. The preliminary results of the leach column tests demonstrate that the ratio of waste rock and tailings of the commingling mixtures influences the unsaturated hydrogeological behaviour and the water quality. The study also provides fundamental data to investigate the hydrogeological and geochemical behaviour of the tailings and waste rock mixtures. The approach used in this study can be implemented to determine an optimised mixture ratio to minimise ARD and alleviate the damaging environmental impacts of segregated disposal.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,337

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 technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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'étudeExpérimental (laboratoire)
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'admission2
Résumé présentoui

Explorer davantage

Même revuePaste/˜PœasteMême sujetMine drainage and remediation techniquesTravaux en français237 207