MétaCan
Menu
Retour à la cohorte
Enregistrement W2097060727 · doi:10.1002/sia.3447

Development of a TOF‐SIMS technology as a predictive tool for the needs of the mineral processing industry

2010· article· en· W2097060727 sur OpenAlexafffund
Brian Hart, S. S. Dimov, Roger St.C. Smart

Notice bibliographique

RevueSurface and Interface Analysis · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueIon-surface interactions and analysis
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMineral processingGanguePyriteMineralMineralogyChemistryAnalytical Chemistry (journal)MetallurgyMaterials scienceChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Recently, upgrades towards a semiquantitative approach to mineral processing applications using the time of flight (TOF) SIMS (TOF‐SIMS) technique have been developed and implemented. Secondary ion yield at specific instrument parameters for matrix elements in the predominant ore minerals and their comparative normalization factors have been determined. Surface loading quantification for Cu on a variety of ore minerals has shown that signal intensity variability is related to the substrate matrix. Relative sensitivity factors for component loading have been determined and calibration curves for Cu loading on mineral surfaces have established with lower limits of detection in the range of 10 ppm. Given the new semiquantitative approach for surface characterization of minerals, a new test was developed to be used as a predictive tool in mineral flotation separation. The test protocol involved a two‐chamber ball mill where Cu transfer between the pulp and specimen surface was measured by the semiquantitative TOF‐SIMS approach. The test was applied to 13 ores. The reported experimental data on these ores demonstrated the ability of this technique to differentiate Cu transfer over a large dynamic range. The data also demonstrated that the surface loading of Cu on pyrite can be correlated, in some cases, with mineralogy. In others, however, the surface Cu loading observed is not congruent with the mineralogical assessment of the ore sample, but still linked with flotation behavior. This shows that the test could be used with mineralogy to better benchmark a sample before embarking on a flotation flowsheet development programme. Copyright © 2010 John Wiley & Sons, Ltd.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,006
Tête enseignante GPT0,245
Écart entre enseignants0,239 · 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

Citations5
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetIon-surface interactions and analysisTravaux en français237 207