MétaCan
Menu
Retour à la cohorte
Enregistrement W4367155207 · doi:10.36487/acg_repo/2355_19

Cemented paste backfill strength profiles for continuous pouring and liquefaction resistance

2023· article· en· W4367155207 sur OpenAlexafffund
Murray Grabinsky, Benjamin Thompson, Ryan Veenstra

Notice bibliographique

RevuePaste/˜Pœaste · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensBanff CentreUniversity of TorontoGeomechanica (Canada)Cooke Aquaculture (Canada)University of Alberta
Organismes subventionnairesBarrick Gold Corporation
Mots-clésLiquefactionGeotechnical engineeringMaterials scienceGeology

Résumé

récupéré en direct d'OpenAlex

Current practice for backfilling tall stopes (e.g., long hole or Alimak) with cemented paste backfill (CPB) involves an initial plug pour to protect the barricade, followed by a main pour for the remaining stope. Many mines use higher binder content in the plug to accelerate curing time, supporting continuous pouring (i.e., no plug cure time before starting the main pour). An analytical solution to assess the required plug strength for continuous pours was recently proposed in a paper by Grabinsky et al. (2021). Similarly, various heuristics have been published suggesting a minimum Unconfined Compressive Strength will be sufficient to prevent CPB liquefaction under even the most implausible extreme loading events. However, practising mining engineers would benefit from a more straightforward design approach to assess the suitability of their backfill’s evolving strength in continuous pour and liquefaction resistance design issues. To this end, the authors have found it useful to consider the concept of a Strength Profile with depth in the plug, recognising that this Strength Profile is transient (i.e., changing with time) and must be considered for different critical stages of the plug pour and main pour. The Strength Profile design concept is explained in this paper and demonstrated using key case histories from mines where the backfill was previously monitored during continuous pouring and where the backfill materials were extensively characterised in the laboratory.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,207
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaste/˜PœasteMême sujetTailings Management and PropertiesTravaux en français237 207