MétaCan
Menu
Retour à la cohorte
Enregistrement W1519382879 · doi:10.2166/wst.2000.0280

Bioleaching of copper mining residues by Aspergillus niger

2000· article· en· W1519382879 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueWater Science & Technology · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensUniversité LavalConcordia University
Organismes subventionnairesNatural Resources CanadaMcGill University
Mots-clésBioleachingAspergillus nigerResidue (chemistry)CopperChemistryLeaching (pedology)SucrosePulp and paper industryFood scienceWaste managementEnvironmental scienceBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A study was initiated to determine the possibility of using the fungus Aspergillus niger for bioleaching and then to identify and evaluate the parameters that affect this process. An oxidized mining residue containing mainly copper (7240 mg/kg residue) was studied. Sucrose and mineral salts medium were initially used to produce citric and gluconic acids by A. niger with various concentrations of residue (1, 5, 7, 10 and 15% w/v). Maximal removal of up to 60% of the copper was obtained for the 5% residue. These experiments showed that the pH decreased to around three within 10 days of incubation. Other substrates were evaluated including molasses, corn cobs and brewery waste. Sucrose gave the best results for copper removal, followed by molasses, corn cobs and brewery waste. Other experiments using ultrasound as a pre-treatment showed that 80% removal of the copper could be obtained for a 5% residue concentration. In conclusion, leaching of copper from a mining residue is technically feasible using A. niger. Further research must be performed to increase the economic feasibility of the process.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,326

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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