Mineralogical Characterization of Arsenic in Uranium Mine Tailings Precipitated from Iron-Rich Hydrometallurgical Solutions
Notice bibliographique
Résumé
Arsenic-rich uranium mine tailings from the Rabbit Lake in-pit tailings management facility (RLITMF) in northern Saskatchewan, Canada, were investigated to determine the mineralogy and long-term stability of secondary arsenic precipitates formed from iron-rich hydrometallurgical solutions. Total arsenic and iron concentrations in six iron-rich samples of the mine tailings ranged from 56 to 6,000 microg/g and from 12 600 to 30 200 microg/g, respectively (Fe/As molar ratios of 5.3-303). On the basis of stability field diagrams generated from pH, Eh, and temperature measurements on tailings samples (mean values of 9.79, +162 mV, and 2.8 degrees C, respectively), it was concluded that arsenic and iron in the tailings were stable as As5+ and Fe3+. Synchrotron-based X-ray absorption spectroscopic studies of tailings samples, fresh mill precipitates, and reference compounds showed that the arsenic in iron-rich areas of the tailings existed as the stable As5+ and was adsorbed to 2-line ferrihydrite through inner-sphere bidentate linkages. Furthermore, under the conditions in the RLITMF, the 2-line ferrihydrite did not undergo any measurable conversion to more crystalline goethite or hematite, even in tailings discharged to the RLITMF 10 yr prior to sampling.
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 | 0,001 |
| 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) | 0,003 | 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 ».