Using red mud bauxite for the neutralization of acid mine tailings: a column leaching test
Notice bibliographique
Résumé
Acid mine drainage (AMD) is an environmental problem produced when sulphides come in contact with an oxidant (± bacteria) and water, producing acid generation and metals leaching. One solution proposed is to use red mud bauxite (RMB), which is very alkaline, to neutralize oxidized acidic tailings. A column leaching test has been set up to evaluate major aspects of field constraints. First, a field investigation was conducted in which RMB was spread in aggregates before mixing with tailings. This setup has been reproduced in the laboratory and compared with a homogeneous mixture. The analyses of the water effluent do not show any important difference between the two mixtures. Second, some studies show that the addition of Cl brine to RMB helps to maintain the long-term neutralization potential. Brine addition increased the concentrations of Ca, Mg, Na, K, and Cu in drainage water. Columns were set up with 10% and 20% RMB to evaluate the effect of the quantity applied. Addition of greater than 20% RMB increases the leachate alkalinity and concentrations of Al, Cu, Pb, As, Fe, and SO 4 2– in drainage waters. The addition of 10% RMB, however, significantly improves the quality of drainage water over a period of 125 days and results in concentrations and pH values within the ranges of those recommended by Directive 019 of the Ministère de l'environnement, Québec.Key words: acid mine drainage, red mud bauxite, tailings, environmental geochemistry, neutralization.
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 ».