MétaCan
Menu
Retour à la cohorte
Enregistrement W4412975424 · doi:10.56952/arma-2025-0235

Numerical Simulation and Observational Damage Rating In Sublevel Shrinkage Crosscuts Under High-Stress Condition at Lac Des Iles Mine

2025· article· en· W4412975424 sur OpenAlexaff
Rafiq Noorani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensThunder Bay Regional Research Institute
Organismes subventionnairesnon disponible
Mots-clésShrinkageStress (linguistics)Computer simulationComputer scienceObservational studyStructural engineeringEnvironmental scienceEngineeringSimulationMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Lac Des Iles Mine transitioned to the sublevel shrinkage mining method in 2016. New geotechnical challenges have been recently encountered at deeper levels due to high mining-induced stress around crosscuts. Several transverse crosscuts have sustained significant wall deformation, corner crushing, and instances of ground support failure. This study investigates the performance of transverse crosscuts in a sublevel under high-stress conditions, focusing the progression of rock mass damage during development and production stages. The Map3D modeling software was utilized to assess mining-induced stress redistribution and rock mass damage. Simulation results were validated through underground observations, revealing consistent patterns of stress evolution and damage progress across the level. The findings showed that mining induced damage initiated in central crosscuts and progressively affected other crosscuts as mining activities advanced.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,362
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,037
Tête enseignante GPT0,270
Écart entre enseignants0,233 · 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'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même sujetTailings Management and PropertiesTravaux en français237 207