MétaCan
Menu
Retour à la cohorte
Enregistrement W4390344762 · doi:10.3390/min14010030

General Properties of Commingled Materials for Mix Designs

2023· article· en· W4390344762 sur OpenAlexaffabout
David Barsi, G. Ward Wilson

Notice bibliographique

RevueMinerals · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesFLSmidth
Mots-clésTailingsEnvironmental scienceMining engineeringHydraulic conductivityPermeability (electromagnetism)WeatheringGeologySoil waterMaterials scienceSoil scienceGeochemistry

Résumé

récupéré en direct d'OpenAlex

Tailings volumes continue to collectively increase worldwide, leading to larger dams and tailings management facilities. With numerous high-profile dam failures in the past decade, the risks of these management practices are also growing. A potential shift to waste management practices at mineral mines is to commingle waste rock and dewatered tailings. This blended material should have superior physical strength properties provided by the waste rock together with improved chemical stability characteristics associated with the low permeability of the tailings. Ideally, commingled tailings and waste rock can be used to construct various mined earth landforms that are both physically and chemically stable, which will enhance operational performance and ultimately provide for the sustainable decommissioning and closure of the mining facility. To study these materials, the University of Alberta Geotechnical Centre is working with global industry partners to test commingled materials from several mine sites with varying ore and host rock types and climate regimes. The first stage of this study is described here and is focused on the optimum density, saturated hydraulic conductivity, and soil–water characteristic curves of various blend ratios, performed at laboratory scale.

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: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

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
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,072
Tête enseignante GPT0,237
Écart entre enseignants0,165 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetTailings Management and PropertiesTravaux en français237 207