Bibliographic record
Abstract
Dans les opérations de minage en vrac, le minerai est transporté des points de soutirages aux chûtes à minerai grâce aux galeries de halage. Ces galeries de halage sont utilisés par le personnel quotidiennement. Donc, la stabilité des galeries de halage est primordiale pour garantir une production constante et sécuritaire. Il serait avantageux de savoir a priori comment la galerie de halage sera affectée par l'activité minière avoisinante. Ce mémoire décrit les résultats d'une étude qui examine la stabilité et la performance du soutènement d'une galerie de halage de la mine Garson, Sudbury Ontarion, Canada, propriété de Vale. Les critères de Mohr-Coulomb et de Hoek-Brown sont les plus utilisés pour décrire le comportement du massif rocheux soumis à des contraintes. Les logiciels Phase 2 et FLAC ont été retenus pour compléter l'analyse numérique de ce travail, car les critères de Mohr-Coulomb et de Hoek-Brown y sont intégrés. Pour étudier les facteurs influençant la stabilité de la galerie de halage, un code avec éléments finis (Phase2) utilisant le critère de Hoek-Brown a été choisi. Pour évaluer la performance du soutènement, un code avec différences finis (FLAC) utilisant le critère de Morh-Coulomb a été choisi. Beaucoup de données ont été obtenues de la mine Garson afin de comprendre entièrement la zone étudiée. Des paramètres tel les caractéristiques du massif rocheux, les plans miniers, le régime de contrainte, etc. sont requis pour construire le modèle numérique. Donc, une base de données géomécanique intitulée Data Integrator for Mine Analysis and Design (Dimand)' répertoriant les caractéristiques critiques de l'activité minière a été développée. Les résultats de l'analyse numérique montrent un état de relaxation dans le toit de la galerie créé par l'extraction des chantiers dans les deux cas de faible et de fort rapport de la contrainte horizontale sur la contrainte
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".