MétaCan
Menu
Retour à la cohorte
Enregistrement W4405056528 · doi:10.1007/s00603-024-04254-1

Observation of Rockfall in the Thermal Infrared

2024· article· en· W4405056528 sur OpenAlexaboutno aff
Edward C. Wellman, Kirk W. Schafer, Greatness H. Ojum, J. J. Potter, Leonard D. Brown, Benjamin Meyer, Brad Ross, John Kemeny

Notice bibliographique

RevueRock Mechanics and Rock Engineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Occupational Safety and HealthNational Institute of Occupational Safety and Health, Japan
Mots-clésRockfallInfraredGeologyGeotechnical engineeringForensic engineeringMaterials scienceEngineeringLandslideOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Rockfalls pose a significant risk to personnel and equipment in open pit mines, yet there is currently no widely adopted tool for the detection and real-time monitoring of these hazards. This paper explores the use of thermal infrared cameras to observe, detect, and record rockfall events in surface mining operations, with the aim of protecting mine workers from the dangers of rockfalls. The primary objective is to determine the effectiveness of thermal cameras in detecting rockfalls in a range of environmental conditions. A mobile monitoring platform (MMP) was developed and equipped with a variety of long-wave infrared (LWIR) thermal imaging systems, including both scientific and security-grade cameras. Data have since been collected from nine open pit mining operations across the western United States and southern British Columbia, Canada. Six thermal cameras have been deployed and determined effective in detecting rockfall across a temperature range from − 27 °C to 52 °C. Research findings confirm the utility of thermal infrared imagers in rockfall detection throughout the diurnal cycle (24 h/day), enhancing situational awareness for miners and the potential for integration into geotechnical slope monitoring systems. It was also observed that falling blocks smaller than camera pixel resolution can be detected from thermal video due to temperature/emissivity changes resulting from scours, craters, and dust plumes made by the blocks as they descended slopes. This paper demonstrates LWIR thermal cameras' practical applications and limitations for rockfall detection in various geologic and climate conditions, provides recommendations for collecting and analyzing rockfall-related thermal imaging data, and outlines a path forward for the development of rockfall detection algorithms.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,007
Tête enseignante GPT0,183
Écart entre enseignants0,176 · 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'étudeObservationnel
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRock Mechanics and Rock EngineeringMême sujetLandslides and related hazardsTravaux en français237 207