Iron ore extract by the mine method: regression model of an ecological backpack
Notice bibliographique
Résumé
The object of research: the “backpack factors”, which are five products: biotic materials; abiotic materials; water; air; soil that has been moved. Investigated problem: to develop a regression model of an ecological backpack that considers the statistical significance of factors for Ukrainian iron ore mining enterprises. The main scientific results: by experimental investigations were conducted following a 2(5-2) matrix plan, consisting of 8 experiments, was determined that 4 factors are statistically significant, excluding the first factor, biotic materials. The most substantial influence on the response function is attributed to air, which includes both mine ventilation flows and compressed air used during iron ore mining. Water represents the second most influential factor, followed by the volume of displaced rock, and finally, abiotic factors, particularly electricity and fuel. Hence, iron ore mining operations essentially function as air processing and water disposal enterprises, highlighting their prominence within this specific domain. The area of practical use of the research results: In line with the principles of the case method, our research is conducted using a real operational enterprise Sukha Balka PJSC located in the city of Kryvyi Rih, Ukraine. Data collection is achieved through a method of multi-year monitoring of the company's activities spanning from 2000 to 2021, which forms the basis for our case study. In the future, it would be prudent to develop ecological backpack models tailored to open-pit iron ore mining enterprises. Innovative technological product: Calculating MIpS 2.0 from Material Flow Analys (MFA) field. Scope of the innovative technological product: The obtained regression relationship enables the prediction of the ecological backpack's fullness based on input factor values.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».