Fugitive mine dust: evaluation of innovative monitoring and characterization techniques
Notice bibliographique
Résumé
Le présent document résume les progrès réalisés, les résultats obtenus à ce jour et les travaux futurs de Ressources naturelles Canada dans le cadre du Projet de recherche sur la poussière fugitive. Le programme de recherche a été lancé en 2017 avec des projets qui se déroulent partout au Canada, y compris en Nouvelle-Écosse, au Québec, dans les Territoires du Nord-Ouest et, plus récemment, au Nunavut. Le programme de recherche vise à innover des approches pour combler les lacunes dans les connaissances associées à la surveillance de la poussière en améliorant les techniques de dépoussiérage et d’analyse disponibles. Pour atteindre cet objectif, le programme comporte cinq domaines d’intérêt, notamment : 1) l’évaluation des techniques nouvelles et actuelles de surveillance de la poussière, tant sur le terrain qu’à distance à l’aide de l’observation de la Terre ; 2) amélioration de la caractérisation géochimique et minéralogique des poussières ; 3) l’étude du devenir de la poussière dans l’environnement dans les milieux tels que les eaux de surface, les sols et la tourbe ; 4) éclairer le processus d’évaluation d’impact et la surveillance du site minier ; et 5) l’établissement de liens entre la science occidentale et le savoir autochtone afin de travailler à une compréhension plus complète de la poussière fugitive des mines. Pour élargir la boîte à outils de surveillance des chutes de poussière, des techniques novatrices de surveillance de la poussière ont été évaluées sur les sites miniers abandonnés et en exploitation, y compris le déploiement de collecteurs de dépôts secs passifs (Pas-DDs). Grâce à la caractérisation géochimique et minéralogique de la poussière capturée par les Pas-DDs, les contrôles minéralogiques sur l’inventaire des métaux (loid) de la poussière peuvent être évalués, fournissant un aperçu de la mobilité environnementale des contaminants et probablement des métaux (loid) / source de poussière. Grâce à de nouvelles techniques de capture et de caractérisation de la poussière au sol, combinées à des observations de la Terre, ce projet vise à fournir à l’industrie des options pour renforcer les programmes actuels de surveillance des chutes de poussière.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».