MétaCan
Menu
Retour à la cohorte
Enregistrement W4408578568 · doi:10.1016/j.dibe.2025.100648

Self-healing responses of cementitious tailings materials to changing drainage conditions

2025· article· en· W4408578568 sur OpenAlexafffund
Weizhou Quan, Mamadou Fall

Notice bibliographique

RevueDevelopments in the Built Environment · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Ottawa
Mots-clésTailingsCementitiousDrainageEnvironmental scienceGeotechnical engineeringGeologyMaterials scienceMetallurgyCement

Résumé

récupéré en direct d'OpenAlex

Cemented paste backfill (CPB) is an innovative mine backfilling method widely used in underground mining operations around the world. In field applications, CPB structures can experience a range of drainage conditions, varying from undrained to fully drained states. However, the influence of these varying drainage conditions on the self-healing behavior and performance of CPB remains unknown, as no studies to date have addressed this critical knowledge gap. This study addresses this gap by evaluating the self-healing efficiency of CPB under three drainage scenarios: full drainage, partial drainage, and no drainage. Results show that drainage conditions significantly influence self-healing performance, with specimens under partial or full drainage demonstrating superior crack closure and recovery of mechanical and hydraulic properties compared to undrained specimens. These findings enhance understanding of CPB's self-healing mechanisms and offer practical insights for improving the durability and stability of CPB structures in mining applications. • Examines the influence of drainage conditions on self-healing of cemented paste backfill. • Demonstrates enhanced self-healing efficiency under full and half drainage scenarios. • Quantifies crack closure, strength recovery, and hydraulic conductivity improvement. • Reveals microstructural refinement as key to accelerated self-healing mechanisms. • Provides insights to improve mechanical stability of CPB in 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 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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopments in the Built EnvironmentMême sujetTailings Management and PropertiesTravaux en français237 207