Multicomponent reactive transport modeling of acid neutralization reactions in mine tailings
Notice bibliographique
Résumé
Multicomponent reactive transport modeling was conducted to analyze and quantify the acid neutralization reactions observed in a column experiment. Experimental results and the experimental procedures have been previously published. The pore water geochemistry was described by dissolution and precipitation reactions involving primary and secondary mineral phases. The initial amounts of the primary phases ankerite‐dolomite, siderite, chlorite, and gypsum were constrained by mineralogical analyses of the tailings sample used in the experiment. Secondary gibbsite was incorporated into the model to adequately explain the changes in pH and concentration changes of Al in the column effluent water. The results of the reactive transport modeling show that the pH of the column effluent water can be explained by dissolution reactions of ankerite‐dolomite, siderite, chlorite, and secondary gibbsite. The modeling results also show that changes in Eh can be explained by dissolution of ferrihydrite during the experiment. In addition, the modeling results show that the kinetically limited dissolution of chlorite contributes the largest mass of dissolved Mg and Fe (II) in the effluent water, followed by ankerite‐dolomite, which contributes substantially less. In summary, reactive transport modeling based on detailed geochemical and mineralogical data was successful to quantitatively describe the changes in pH and major ions in the column effluent.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».