MétaCan
Menu
Retour à la cohorte
Enregistrement W4367155078 · doi:10.36487/acg_repo/2355_15

Natural mixing behaviour of waste rocks poured in a paste backfill

2023· article· en· W4367155078 sur OpenAlexafffund
Yuyu Zhang, Li Li

Notice bibliographique

RevuePaste/˜Pœaste · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensPolytechnique MontréalBanff CentreGeomechanica (Canada)University of Alberta
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésMixing (physics)Geotechnical engineeringNatural (archaeology)Waste managementGeologyMaterials scienceEnvironmental scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In underground mines, large quantities of waste rock can be produced during development in order to access ore bodies. The waste rock is typically hoisted to the surface and transported to a specific place to make a structure called a waste rock pile. This practice requires energy consumption and generates additional operating costs for transporting waste rock from underground to the surface. Alternatively, the waste rock can be poured directly into underground mine stopes filled with paste backfill. As a result, energy consumption and additional operating costs for transporting the waste rock from underground to the surface are avoided or significantly reduced. However, the natural mixing behaviour of waste rocks poured in paste backfill has never been studied. The fill mass generated by this practice can fail and collapse upon a side-exposure associated with the excavation of an adjacent stope if a poor mixture between the cohesionless waste rocks and cemented paste backfill takes place around the exposed face. Thus, it is critical to understand the mixing behaviour of waste rocks poured in paste backfill. To this end, a series of physical model tests have been performed in the laboratory. The results, in part, are presented and discussed in this paper.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,548
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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.

Devis d'étudeSimulation ou modélisation
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 sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207