Quantification de l'influence de paramètres critiques sur la demande imposée au support de terrain dans une mine profonde et sismiquement active
Bibliographic record
Abstract
Avec l’appauvrissement progressif des ressources minérales près de la surface, l'exploitation minière en profondeur et sous hautes contraintes constitue l'avenir de nombreuses mines en exploitation et en développement. Exploiter en grande profondeur implique généralement la réalisation de travaux miniers sous des conditions géotechniques plus difficiles. Or, une gestion du risque sismique et des dommages qui peuvent en découler est l’une des préoccupations majeures de ces mines. Le support de terrain constitue la dernière ligne de défense pour contrer les coups de terrain et ainsi contribue à la gestion du risque sismique. Dans un contexte dynamique, le système de soutènement sera aussi performant que son maillon le plus faible. Sous ces conditions, une évaluation proactive de la dégradation des systèmes de soutènement doit être effectuée afin d’appliquer des mesures correctives de manière préventive. Dans une perspective de contrôle de la qualité de l’information, les données reliées aux inspections du support de terrain mis en place doivent être facilement accessibles et consultables. Ce mémoire présente le développement d’outils d’analyse sur le support de terrain pour améliorer la compréhension des facteurs ayant une influence critique sur la performance et dégradation du support de terrain soumis à des conditions de chargement statique et dynamique. Ces outils d’analyses ont été développés à partir d’une base de données globale regroupant les observations rapportées sur la dégradation du support de terrain dans une mine profonde en exploitation. Ces observations étaient mises à jour sur une base mensuelle, au minimum, selon les pratiques de contrôle de la qualité appliquées à la mine. La collecte, le traitement et l’analyse des données géologiques, géomécaniques, opérationnelles et sismiques ont été réalisés pour le cas d’étude de la mine LaRonde, située au Québec. Le développement d’une base de données globale et d’outils d’analyses sur le support de terrain a permis d’identifier et d’évaluer de manière quantitative les facteurs critiques et les précurseurs qui influencent la performance du support de terrain. Ce mémoire démontre la contribution à la conception minière et à la gestion du risque sismique d’une base de données globale et d’outils d’analyses sur le support de terrain pour un environnement minier complexe sous hautes contraintes et sismiquement actif.
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 | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 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 | 0.001 |
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".