Characterizing and Quantifying Controls on Arsenic Solubility over a pH Range of 1−11 in a Uranium Mill-Scale Experiment
Notice bibliographique
Résumé
A mill-scale hydrometallurgical experiment (2700 m3 of effluent treated/day) was conducted for three months at the Rabbit Lake uranium mine site located in northern Saskatchewan, Canada, to determine the controls on the solubility of dissolved arsenic over a pH range of 1-11 and to develop a thermodynamic database for the dominant mineralogical controls on arsenic in the mill and the resulting mill tailings. The arsenic concentrations in the mill ranged from 526 mg/L at pH 1.0 (initial) to 1.34 mg/L at pH 10.8 (final discharge). Geochemical modeling of the chemistry data shows that arsenic solubility is controlled by the formation of scorodite (FeAsO4-2H2O) from pH 2.4 to pH 3.1, with 99.8% of dissolved arsenic precipitated as scorodite. Model results show that scorodite is unstable (releasing arsenic back in to solution) above pH 3.1 and arsenic adsorption to the surface of 2-line ferrihydrite is the dominant controlling factor in the solubility of arsenic from pH 3.2 to pH 11.0, with 99.8% of dissolved arsenic removed from solution via this mechanism. Finally, model results show -0.2% of the total dissolved arsenic adsorbs to the surface of amorphous aluminum hydroxide from pH 5.0 to pH 8.0. Minor alterations to the thermodynamic properties of arsenite and arsenate adsorption to 2-line ferrihydrite allowed the fit between measured mill-scale and modeled concentrations for the pH range of 3.2-11.0 to be optimized.
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 | 0,000 | 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 | 0,002 |
| 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) | 0,001 | 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 ».