MétaCan
Menu
Back to cohort
Record W4408811371 · doi:10.4095/paevmnxvz

Fugitive mine dust: evaluation of innovative monitoring and characterization techniques

2025· report· fr· W4408811371 on OpenAlexaboutno aff
P. Huntsman-Mapila, A. E. Cleaver, Eleanor J. Berryman, Carrie J. Rickwood, Nail R. Zagrtdenov, Heather E. Jamieson, Christine Martineau, Nicole J. Fenton, H. Peter White

Bibliographic record

Venuenot available
Typereport
Languagefr
FieldEnvironmental Science
TopicRecycling and Waste Management Techniques
Canadian institutionsnot available
Fundersnot available
KeywordsCharacterization (materials science)Mining engineeringEnvironmental scienceEngineeringNanotechnologyMaterials science

Abstract

fetched live from OpenAlex

<ns2:p xml:lang="fr">Le présent document résume les progrès réalisés, les résultats obtenus à ce jour et les travaux futurs de Ressources naturelles Canada dans le cadre du Projet de recherche sur la poussière fugitive. Le programme de recherche a été lancé en 2017 avec des projets qui se déroulent partout au Canada, y compris en Nouvelle-Écosse, au Québec, dans les Territoires du Nord-Ouest et, plus récemment, au Nunavut. Le programme de recherche vise à innover des approches pour combler les lacunes dans les connaissances associées à la surveillance de la poussière en améliorant les techniques de dépoussiérage et d’analyse disponibles. Pour atteindre cet objectif, le programme comporte cinq domaines d’intérêt, notamment : 1) l’évaluation des techniques nouvelles et actuelles de surveillance de la poussière, tant sur le terrain qu’à distance à l’aide de l’observation de la Terre ; 2) amélioration de la caractérisation géochimique et minéralogique des poussières ; 3) l’étude du devenir de la poussière dans l’environnement dans les milieux tels que les eaux de surface, les sols et la tourbe ; 4) éclairer le processus d’évaluation d’impact et la surveillance du site minier ; et 5) l’établissement de liens entre la science occidentale et le savoir autochtone afin de travailler à une compréhension plus complète de la poussière fugitive des mines. Pour élargir la boîte à outils de surveillance des chutes de poussière, des techniques novatrices de surveillance de la poussière ont été évaluées sur les sites miniers abandonnés et en exploitation, y compris le déploiement de collecteurs de dépôts secs passifs (Pas-DDs). Grâce à la caractérisation géochimique et minéralogique de la poussière capturée par les Pas-DDs, les contrôles minéralogiques sur l’inventaire des métaux (loid) de la poussière peuvent être évalués, fournissant un aperçu de la mobilité environnementale des contaminants et probablement des métaux (loid) / source de poussière. Grâce à de nouvelles techniques de capture et de caractérisation de la poussière au sol, combinées à des observations de la Terre, ce projet vise à fournir à l’industrie des options pour renforcer les programmes actuels de surveillance des chutes de poussière.</ns2:p>

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Other design · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.863
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.048
GPT teacher head0.328
Teacher spread0.279 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designOther design
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2025
Admission routes1
Has abstractyes

Explore more

Same topicRecycling and Waste Management TechniquesFrench-language works237,207