MétaCan
Menu
Retour à la cohorte
Enregistrement W7032980788

OVERVIEW OF BEST PRACTICES FOR SURFACE EROSION PROTECTION AND SEDIMENT CONTROL FOR THE DEVELOPMENT PHASE OF SURFACE MINING FOR COAL IN NORTHEAST BRITISH COLUMBIA

2016· article· en· W7032980788 sur OpenAlexaboutno aff

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueContemporary art, education, critique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésErosionSediment controlSedimentBest practiceErosion controlSurface miningCoal mining
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Planning for surface erosion protection and sediment control for the development phase of recently developed surface coal mines in northeast BC has become an important part of the environmental management systems for these projects. Development of a surface mine involves significant land disturbance that typically results in increased rates of erosion and sedimentation. Planning to mitigate this impact must be proactive and integrated. The primary components of proactive planning for surface erosion protection and sediment control are completing assessments of soils and conducting overview hydrology assessments of potential surface and near-surface seepage areas. This information can be used to identify areas of higher risk for erosion and sediment generation and can be used to design a mine development plan that avoids or minimizes development of such areas if possible. Where development is unavoidable, this information can be used to design effective best practices for mitigating potential impacts resulting from a proposed mine development activity. Approaches for planning, developing, and implementing effective best practices for surface erosion protection and sediment control are presented in this paper. Examples of on the ground best practices are also provided.

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)0,010
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,616

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,009
Études des sciences et des technologies0,0110,006
Communication savante0,0060,001
Science ouverte0,0040,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,293
Écart entre enseignants0,235 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetContemporary art, education, critiqueTravaux en français237 207