MétaCan
Menu
Retour à la cohorte
Enregistrement W4387615807 · doi:10.46690/ager.2023.11.01

Advances in mining safety theory, technology, and equipment

2023· article· en· W4387615807 sur OpenAlexaffabout
Shengquan He, Xueqiu He, Hani S. Mitri, Shangjiu Meng, Qiang Wu, Ting Ren, Shimin Liu

Notice bibliographique

RevueADVANCES IN GEO-ENERGY RESEARCH · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensMcGill University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésPillarCoal miningEngineeringHazardous wasteCoalWaste management

Résumé

récupéré en direct d'OpenAlex

Mineral resources are an important pillar of human social development. With the gradual depletion of shallow resources, deep mining is an inevitable choice for ensuring energy security in various countries in the future. The complex and harsh environment in deep mining areas has led to frequent occurrences of hazardous events such as rockburst, coal and gas outburst, and mine fires. Mining safety science and engineering issues are receiving increasing attention. In August 2023, the 6th International Symposium on Mine Safety Science and Engineering was held in Harbin to promote innovative development of mining safety, and foster international collaborations among scholars in the field of mining safety. It served as a platform for the exchange of the most recent advancements in mining safety scientific theories, technologies, and equipment by bringing together global talent. Over 400 delegates representing 9 countries, including Australia, Russia, United State, Kazakhstan, and Canada, engaged in academic discussions and knowledge sharing on new theories, technologies, equipment, and methods in mining safety science and engineering. The latest research results are of great significance in enhancing the practices of preventing mine disaster and ensuring the safety of mining operations. Document Type: Editorial Cited as: He, S., He, X., Mitri, H., Meng, S., Wu, Q., Ren, T., Liu, S. Advances in mining safety theory, technology, and equipment. Advances in Geo-Energy Research, 2023, 10(2): 71-76. https://doi.org/10.46690/ager.2023.11.01

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)0,015
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,820
Score d'incertitude au seuil0,716

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,015
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,086
Tête enseignante GPT0,470
Écart entre enseignants0,384 · 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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueADVANCES IN GEO-ENERGY RESEARCHMême sujetRisk and Safety AnalysisTravaux en français237 207