MétaCan
Menu
Retour à la cohorte
Enregistrement W2077522889 · doi:10.1021/ie050619f

Solubility of Pb(II) and Ni(II) in Mixed Sulfate−Chloride Solutions with the Mixed Solvent Electrolyte Model

2005· article· en· W2077522889 sur OpenAlexaff
Haixia Liu, Vladimiros G. Papangelakis

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2005
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueChemical and Physical Properties in Aqueous Solutions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSolubilityChemistryNickelElectrolyteTernary operationHydrometallurgyActivity coefficientChlorideDissolutionInorganic chemistryTernary numeral systemSulfateSolubility equilibriumAqueous solutionPhase (matter)Physical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The existence of Pb(II) in nickel sulfide mineral feedstocks imposes a burden to nickel hydrometallurgy. To devise effective Pb(II) control strategies, the solubility of Pb(II) in mixed sulfate−chloride solutions needs to be known in the nickel industry. In this work, the solubility of Pb(II) and Ni(II) in a Pb−Na−Ni−SO 4 −Cl−H 2 O system was modeled with the mixed solvent electrolyte (MSE) model through commercial software OLI systems. The model parameters, including equilibrium constants of solids (PbCl 2, PbSO 4, NiSO 4 · n H 2 O, and NiCl 2 · n H 2 O) and MSE ion interaction parameters, were regressed from various types of equilibrium and thermophysical data such as solubility, heat capacity, vapor pressure, and mean activity coefficient. The obtained model parameters are capable of accurately representing experimental data in binary (PbCl 2 −H 2 O, PbSO 4 −H 2 O, NiSO 4 −H 2 O, and NiCl 2 −H 2 O) and ternary (PbCl 2 −HCl/NaCl−H 2 O, NiSO 4 −Na 2 SO 4 −H 2 O, and NiCl 2 −HCl−H 2 O) systems and give excellent predictions in multicomponent systems (NiCl 2 −NaCl−H 2 O, PbSO 4 −H 2 SO 4 −H 2 O, and PbSO 4 −H 2 SO 4 −HCl−H 2 O).

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,075
Tête enseignante GPT0,283
Écart entre enseignants0,207 · 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'étudeSimulation ou modélisation
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

Citations18
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetChemical and Physical Properties in Aqueous SolutionsTravaux en français237 207