MétaCan
Menu
Retour à la cohorte
Enregistrement W4402545656 · doi:10.36487/acg_repo/2465_61

Seismic analysis of abutment events at LaRonde mine

2024· article· en· W4402545656 sur OpenAlexaboutno aff
Benjamin Ollila

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical and Geomechanical Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbutmentGeologyMining engineeringGeotechnical engineeringSeismologyStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to characterise the source mechanisms of two large seismic events (magnitude Nuttli ≥ 3.0) using routine seismic data analysis tools. When there is no clear evidence of source mechanism type, there is a prevailing tendency to attribute fault slip mechanisms to large magnitude seismic events. This study uses seismic source parameter analysis to highlight characteristics of two large events that are more consistent with a stress-driven mechanism than a fault-related failure process. While fault-related seismicity tends to be confined to the plane of a geologic feature, stress-driven seismicity tends to be controlled by regions of mining-induced stress around mine voids and can migrate as mining progresses. Using seismic data from an ultra-deep open stoping mine in northern Quebec, this study characterises a migrating rock mass failure region in the mine abutments. The locations of seismic events, including mine-scale occurrences, are linked to the advancing stoping front of the mine abutment. Introducing a novel tool, plane-based time–distance charts, enables the exploration of migrating regions of rock mass yield and facilitates event clustering for source parameter analysis. The self-similarity of the large events with the broader migrating failure region is assessed using the Gutenburg–Richter frequency–magnitude relation. This analysis sheds light on the distinctive nature of stress-induced rock mass yield zones, providing insights for seismic hazard assessment in deep mining environments.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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'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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeotechnical and Geomechanical EngineeringTravaux en français237 207