MétaCan
Menu
Retour à la cohorte
Enregistrement W7097037087

3D TIME-OF-FLIGHT CAMERA FOR SURVEYING REMOTE CAVITIES MINED WITH A JET

2016· article· en· W7097037087 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUltrasonic sensorUranium mineJet (fluid)Uranium oreProcess (computing)DrillingRange (aeronautics)Uranium mining
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Cigar Lake ore body is a high-grade uranium deposit situated within water-saturated sandstone. In order to extract the uranium ore remotely, ensuring minimal radiation dose to workers, and also to access the ore from stable ground, the Jet Boring System (JBS) was developed. This method of mining involves drilling a pilot hole up through a frozen ore body and utilizing a high-powered water jet to mine out cavities. During the mining process an ultrasonic sensor will be used to provide feedback to the operator, who is located beneath the ore body, as to the dimensions of the cavity. However, more precise data is required to determine final shape, volume, and location of the cavity for mine planning purposes. Selecting a device that will provide sufficient range data in the challenging environment will be vital to optimizing the mining process. Major issues include fog build up and flying debris during mining, and an environment that is wet, dark, and cold. A test cavity has been designed and constructed at the Saskatchewan Research Council (SRC) so that a study comparing three different technologies, as prospective candidates for the survey system, can be conducted. The devices being evaluated include a Senix ultrasonic sensor, an MDL Cavity Auto-Scanning Laser System (C-ALS), and a MESA Time of Flight (ToF) camera. The ultrasonic sensor is known to

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,244

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,194
Écart entre enseignants0,179 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFlow Measurement and AnalysisTravaux en français237 207