MétaCan
Menu
Retour à la cohorte
Enregistrement W4413216552 · doi:10.1080/19236026.2025.2514996

Discrete rate simulation for geostatistically informed economical evaluation of narrow vein Au-Ag ore processing

2025· article· en· W4413216552 sur OpenAlexaff
Javier Órdenes, R. Retamal, M. Mróz, Aldo Quelopana, G. Zbadi, Alessandro Navarra

Notice bibliographique

RevueCIM Journal · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensMcGill University
Organismes subventionnairesAgencia Nacional de Investigación y Desarrollo
Mots-clésVeinComputer scienceProcess engineeringMetallurgyMaterials scienceEngineeringMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

Increasing demand for various metals, including gold and silver, has initiated a favorable cycle for mining investors. However, mining projects remain risky due to the significant investments required and project-specific technical factors that are subject to geological uncertainty. Specifically, narrow vein mining suffers from a lack of geometrical freedom in the advance of the excavation; therefore, mine planners must compensate by controlling stockpile and blending and metallurgical process variables. Nonetheless, this lack of geometrical freedom makes it possible to link geological uncertainty to dynamic functioning of the process and ultimately to the net present value and internal rate of return. Discrete rate simulation is an effective approach to dynamic mass balancing, in which geometallurgical relationships can be implemented considering geostatistically variable incoming combinations of andesitic and rhyolitic ore in the case of narrow vein Au-Ag mining. The limited geometrical freedom is conducive to a simple mining sequence, easily implemented within a discrete rate simulation that includes a stochastic representation of the narrow vein orebody based on sequential indicator simulation. The resulting tool uses the apparently disadvantageous geometry of narrow veins and is effective at capturing project-specific metallurgical variables within economic prefeasibility and feasibility studies.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,376
Écart entre enseignants0,341 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIM JournalMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207