Méthodes et mesures pour l'évaluation de la performance et de l'efficacité des équipements miniers de production
Notice bibliographique
Résumé
La production et le coût d'exploitation des mines modernes dépendent beaucoup de la performance des équipements employés. Avec le progrès technologique, ces derniers deviennent de plus en plus sophistiqués et de taille de plus en plus imposante. Ces deux facteurs entraînent une hausse de l'investissement initial (coût d'acquisition) et le coût d'opération, ce qui affecte directement la rentabilité de la mine et la compétitivité de sa compagnie propriétaire. Il est donc évident qu'un des meilleurs moyens pour accroître la rentabilité et des profits des opérations est de maximiser l'efficacité globale des équipements employés. Cette dernière est une résultante de plusieurs facteurs techniques, opérationnels et économiques qui comprennent entre autres la fiabilité, la maintenance, sa gestion et son support, l'utilisation et la gestion de la flotte d'équipements. Pour parvenir à l'amélioration de l'efficacité globale, il est crucial de pouvoir mesurer ou quantifier divers aspects contributeurs à l'aide d'indicateurs de performance (KPI, Key Performance Indicators) adéquats et significatifs. Malgré l'importance de ce fait, il paraît que l'industrie minière accuse un retard considérable aux autres industries, plus particulièrement celle manufacturière. Dans ce contexte, il a été décidé de faire une étude ayant pour but de répertorier et d'analyser les pratiques et les procédures de suivi de la performance et de l'efficacité des équipements de production dans un certain groupe de mines canadiennes. L'accent a été porté particulièrement sur les mines souterraines. Cette étude a permis de distinguer les indices de performance techniques et opérationnels ainsi que leurs facteurs contributeurs, d'évaluer la précision et la signification des mesures couramment utilisées, et finalement discuter et émettre les recommandations sur les points à améliorer à court et long terme. Suite à la discussion des résultats, les mines recensées mesurent peu d'indices de performance et plusieurs problèmes ont été détectés pour leur interprétation et leur précision. Dans la lumière de la situation actuelle, certaines recommandations générales sur les points à améliorer à court et à moyen terme ont été formulées.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».