Mechanisms Influencing Timber Support Integrity for Rock Collapse Mitigation in Artisanal and Small-Scale Mining
Notice bibliographique
Résumé
Catastrophic rock collapses pose a significant threat to the safety and sustainability of Artisanal and Small-scale Mining (ASM), endangering workers and the supply of critical minerals vital for technological progress. While regulation discussions continue, engineered solutions to mitigate rock collapse stability in ASM remain underexplored. This novel study mechanistically investigates the potential of timber as an innovative and alternative underground support system to mitigate rock collapse in ASM by assessing how timber type, size, and support patterns (uniform vs. staggered) influence rock integrity, and further determine the optimal support configurations that can yield efficient mechanical integrity in rock masses to mitigate long-term collapse in ASM. Experimental tests (uniaxial compression test) with and without timber-embedment in the rock specimens, alongside Finite Element Method (FEM) simulations, were conducted to obtain the parameters that were upscaled to mining-field settings to validate laboratory findings. Results indicate that timber support can increase bulk uniaxial compressive strength ( UCS ) by up to 62% and bulk Young’s modulus ( E ) by 156%. Larger timber size tends to induce more brittle failure modes, combining shear and tensile fractures. Finally, thin-sized soft timber with a uniform support pattern in rock mass is the most efficient and optimal support system for rock collapse mitigation in ASM, yielding +56% UCS . The findings highlight timber’s potential to significantly improve stability and sustainable mining in ASM operations, in addition to advancing rock mechanics studies in ASM.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».