MétaCan
Menu
Retour à la cohorte
Enregistrement W2049918550 · doi:10.1021/ie030711g

Hydrolysis of Ferric Sulfate in the Presence of Zinc Sulfate at 200 °C:  Precipitation Kinetics and Product Characterization

2004· article· en· W2049918550 sur OpenAlexafffund
Terry C. Cheng, George P. Demopoulos

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistrySulfateHematiteFerricInorganic chemistryZincStoichiometryPrecipitationHydrolysisReaction rate constantKineticsNuclear chemistryMineralogyPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The hydrolysis of ferric sulfate was studied in a batch reactor at 200 °C with the initial Fe(III) concentration ranging from 0.10 to 0.80 M in the presence/absence of zinc sulfate (1.2 M ZnSO 4 ) with 3 h retention time. Regardless of the presence or not of ZnSO 4, the hydrolytic precipitation kinetics at 200 °C was determined to be first-order with respect to Fe(III), and expressed by the following rate equation, r hyd = k hyd ( C Fe(III) − C Fe(III),eq ), where the apparent kinetic constant, k hyd, was determined to be 10 -2 min -1 . Two reaction stoichiometries were established: one leading to the formation of kinetically favored basic ferric sulfate at C Fe(III),initial ≥ 0.4 M in the absence of ZnSO 4 or at C Fe(III),initial ≥ 0.7 M in the presence of ZnSO 4, while the other led to the production of hematite. The hydrothermally produced hematite material possessed very high specific surface area (50−80 m 2 /g) and contained around 1% S (as SO 4 via chemisorption), 0.2% Zn (when ZnSO 4 was present), and about 4.5% H 2 O/OH. After excluding the SO 4 and Zn content, the following stoichiometric formula for hematite was determined: Fe 2 O 3 - x (OH) 2 x · y H 2 O where x = 0.08 and y = 0.29.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,050
Tête enseignante GPT0,302
Écart entre enseignants0,252 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207