New tools for stimulating dissolution and carbonation of ultramafic mining residues
Notice bibliographique
Résumé
The carbonation of chrysotile and nickel mining residues was studied under ambient laboratory conditions to assess their response under various potential field conditions (pore saturation, watering episodes, temperature, CO 2 diffusion, and dissolved oxygen) and to a variety of natural and chemical enhancers (sulfide minerals, brucite, chelate ligands, ionic liquids, and carbonic anhydrase enzyme). Watering of the residues to achieve partial pore saturation was critical for optimal ambient CO 2 sequestration by mediating magnesium leaching and CO 2 absorption, and by favouring diffusion of gaseous CO 2 in pores deep inside the residues. Increasing temperature stimulated CO 2 uptake whereas dissolved oxygen triggered undesirable oxidative precipitation and passivation by iron (III) hydroxides. The latter effect was attenuated through addition of depassivation chelates, which impeded iron precipitation and enhanced carbonation under ambient conditions. Pyrite and pyrrhotite, as natural acid generators, failed to improve ambient carbonation by fostering iron passivation to the detriment of mining residue dissolution whereas the use of carbonic anhydrase inhibited formation of magnesium carbonates. Ionic liquids were found suitable for magnesium extraction under alkaline conditions but inefficient for inducing carbonate precipitation. The lower rate of carbonation with hydrophobic ionic liquid‐water mixtures was ascribed to a slower gas‐liquid mass transfer of CO 2 to the liquid, which primarily prompted a loss of gas‐liquid interfacial area due to viscous effects and bubble coalescence.
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 | 0,000 |
| 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 ».