MétaCan
Menu
Retour à la cohorte
Enregistrement W4417507956 · doi:10.20873/saberesemcirculacao9

SIMULAÇÃO DE ROMPIMENTO DE UMA BARRAGEM DE REJEITOS INDUSTRIAIS DE FERTILIZANTES EM ARRAIAS, TOCANTINS, BRASIL

2025· article· W4417507956 sur OpenAlexaboutno aff
Ricardo Ribeiro Dias, Talita Cintra Braga, Girlene Figueiredo Maciel, Rose Mary Gondim Mendonça

Notice bibliographique

RevueDESAFIOS Revista Interdisciplinar da Universidade Federal do Tocantins · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Yield (engineering)Quarter (Canadian coin)

Résumé

récupéré en direct d'OpenAlex

Barragens são estruturas versáteis utilizadas para diversas finalidades, inclusive a contenção de rejeitos decorrentes da atividade de mineração. Nos últimos anos, o rompimento dessas estruturas se tornou um fato recorrente no Brasil, com destaque para os desastres de Mariana e Brumadinho, que acarretaram impactos ambientais irreversíveis e perda de centenas de vidas. Isso vem mostrando o quanto a aplicação de modelos computacionais para prever cenários ocasionados pelo rompimento de barragem, é muito apropriada para antecipar as consequências do rompimento de barragens e balizar os planos de ação de emergência de barragens. No estudo realizado para a barragem de rejeitos da Itafós Arraias Mineração e Fertilizantes S.A., utilizou-se o HEC-RAS que incorpora a modelagem do rompimento de barragens de fluidos não newtonianos, combinado com o ArcGIS, modelo digital de elevação ALOS PALSAR e outros dados biofísicos da área de influência da barragem. A simulação do comportamento da onda de cheia foi por rompimento do tipo piping, com os resultados mostrando uma área de inundação 484,02 ha, profundidade máxima de 19,78 m, velocidade máxima de propagação da onda de 13 m/s e vazão máxima 2.619,25 m3/s (Seção 1), e as possíveis interferências/impactos em paisagens naturais, áreas de uso antrópico e obras públicas.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
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 Opus0,015
Tête enseignante GPT0,262
Écart entre enseignants0,247 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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 revueDESAFIOS Revista Interdisciplinar da Universidade Federal do TocantinsMême sujetTailings Management and PropertiesTravaux en français237 207