MétaCan
Menu
Retour à la cohorte
Enregistrement W4406689365 · doi:10.1016/j.jinse.2025.01.001

Effect of mixing water temperature on the mechanical performance of soundless chemical demolition agents for rock breakage

2025· article· en· W4406689365 sur OpenAlexafffund
Patrick A. Darkoa, Hani S. Mitri

Notice bibliographique

RevueJournal of industrial safety. · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBreakageDemolitionMixing (physics)Geotechnical engineeringEnvironmental scienceMaterials scienceComposite materialCivil engineeringGeologyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Rock fragmentation in hard rock mining has traditionally relied on explosives which raises significant environmental and safety concerns for both workers and local communities. In response, soundless chemical demolition agents (SCDAs) primarily composed of lime (CaO), offer safer and more sustainable alternative to traditional blasting due to their soundless, vibrationless, and fumeless properties. This study is focused on examining the effect of mixing water temperature on the rock breakage performance of two commercially available SCDA brands, namely Betonamit type R (BT-R) and Dexpan type 3 (DXP-3). The experiments were conducted using 15 cm cubic granite rock specimens as the host material under various ambient temperatures. The study revealed an increase in mixing water temperature significantly accelerates the mechanical performance of SCDAs, particularly in cold ambient conditions. For instance, increasing the mixing water temperature from 20°C to 40°C reduced the time to first crack (TFC) by 36 % for BT-R and 74 % for DXP-3 under an ambient temperature of 0°C. A corresponding reduction in minimum demolition time (MDT) was also observed. At higher ambient temperatures, the impact of mixing water temperature was found to be less pronounced for both SCDA types. It is concluded that high mixing water temperature would be highly recommended for cold climate applications in both open pit and underground mining.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,236
Écart entre enseignants0,223 · 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'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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of industrial safety.Même sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207