MétaCan
Menu
Retour à la cohorte
Enregistrement W6886083310 · doi:10.14288/1.0447210

Quantitative methods for evaluating compaction in mine reclamation : A review and case study

2024· article· en· W6886083310 sur OpenAlexaboutno aff

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompactionLand reclamationSoil compactionSurface miningVegetation (pathology)Variety (cybernetics)

Résumé

récupéré en direct d'OpenAlex

Compaction of growing media is commonly cited as a barrier to recovery in mine reclamation, and best practices include a variety of methods to avoid and mitigate compaction. Many British Columbia Mines Act permits include a clause that requires mines to “conduct research to assess decompaction methodologies to ensure that the severity of compaction that exists prior to commencing reclamation activities is effectively addressed.” However, compaction is difficult to assess with respect to effects on vegetation establishment and growth, and is thus rarely measured quantitatively for this purpose. Yet quantitative compaction assessments are necessary to evaluate whether compaction is present and needs to be addressed through site preparation or decompaction prior to revegetation. This paper reviews measures and associated methods for monitoring compaction in reclamation, including bulk density, relative bulk density, and mechanical resistance, and presents a literature review of values that limit root growth to provide general guidelines for operational use. A case study applying these compaction measures to a research trial at a mine in Western Canada is presented, showing the effects of different material types, construction methods, and site preparation methods on compaction. Compaction monitoring results are related to first-year survival of planted seedlings.

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)0,013
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0150,016
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,340
Écart entre enseignants0,282 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetSeedling growth and survival studiesTravaux en français237 207