Examining the potential of utilzing geothermal energy from ejected mine water towards mine heating and peliminary assessment of deep lake cooling systems for deep underground mines
Bibliographic record
Abstract
L'énergie renouvelable est en train de devenir un sujet clé de nos jours avec des thèmes de recherche croissants autour de l'énergie durable. L'industrie minière au Canada consomme une grande quantité d'énergie non renouvelable, ce qui contribue énormément aux émissions de gaz à effet de serre du pays. Par conséquent, cette thèse étudie de nouvelles possibilités pour l'industrie minière d'accroître sa dépendance à l'égard de sources d'énergie renouvelables non polluantes. La première partie de la thèse porte sur l'énergie géothermique potentielle pouvant être obtenue à partir des eaux éjectées des exploitations minières souterraines actives. La thèse illustre le potentiel économique et environnemental de 15 mines au Canada. Des visites sur place ont été effectuées dans toutes ces mines souterraines et des informations sur les eaux de mine éjectées, telles que la température et le taux de pompage, ont été utilisées dans cette analyse. L'étude commence par une évaluation préliminaire de l'économie et de l'environnement pour les 15 mines utilisant des catalogues de pompes à chaleur. Ensuite, des réunions avec des fournisseurs de pompes à chaleur géothermiques ont fourni un scénario réel grâce à un refroidisseur conçu sur mesure qui répond aux exigences de pompage de l'eau de une mine de chois. La deuxième partie de cette thèse démontre le potentiel d'utilisation de masses d'eau de surface profondes pour le refroidissement des exploitations minières souterraines actives. Une mine candidate a été sélectionnée pour cette évaluation et les visites sur place. Des informations sur le lac et la mine ont été recueillies sur tout le site. Les catalogues des unités de traitement de l'air donnent une évaluation économique et environnementale préliminaire du refroidissement des lacs profonds pour les mines souterraines actives. Les résultats de ces études montrent des résultats prometteurs pour les applications de ces ressources d'énergie renouvelable dans l'industrie minière.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".