MétaCan
Menu
Retour à la cohorte
Enregistrement W881196101 · doi:10.24084/repqj10.288

Strategies to Reduce the Use of Fossil Fuels

2017· article· en· W881196101 sur OpenAlexaff
Jacek Paraszczak, Kostas Fytas

Notice bibliographique

RevueRenewable Energy and Power Quality Journal · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBelt Conveyor Systems Engineering
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésRenewable energyEnvironmental scienceEnergy (signal processing)Environmental economicsNatural resource economicsRemote sensingEngineeringGeologyElectrical engineeringEconomicsPhysics

Résumé

récupéré en direct d'OpenAlex

Mining industry is a substantial consumer of the energy indispensable to power mining and mineral processing equipment and processes. As more and more mine operations move to remote locations, the access to reliable, secure and environment friendly energy sources becomes a key concern. At present, a great majority of remote mines relies heavily on diesel fuel that has to be transported over long distances. In this context, some of the renewable energy sources such as for example wind power or solar energy seem to provide potentially interesting and viable alternatives. Mine operations however, have a very particular character, much different from other industries and from other potential applications of renewable power sources. This paper presents operational conditions of some mining operations, particularly those in remote regions, in the context of their energy needs. The authors analyse current and future capacities to decrease a reliance of remote mines on conventional fuels and energy. The paper analyses and discusses also the conditions to be met by alternative energy sources so that they might become a viable alternative for remote mining operations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,063
Tête enseignante GPT0,284
Écart entre enseignants0,221 · 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
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

Citations37
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRenewable Energy and Power Quality JournalMême sujetBelt Conveyor Systems EngineeringTravaux en français237 207