MétaCan
Menu
Retour à la cohorte
Enregistrement W2097180686 · doi:10.3390/min2030208

Characterizing Frothers through Critical Coalescence Concentration (CCC)95-Hydrophile-Lipophile Balance (HLB) Relationship

2012· article· en· W2097180686 sur OpenAlexafffund
Wei Zhang, Jan E. Nesset, Ramachandra Rao, J.A. Finch

Notice bibliographique

RevueMinerals · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaShell CanadaBarrick Gold Corporation
Mots-clésBubbleChemistryCoalescence (physics)ChromatographyAlkylSauter mean diameterEthylene oxideThermodynamicsChemical engineeringOrganic chemistryMechanics

Résumé

récupéré en direct d'OpenAlex

Frothers are surfactants commonly used to reduce bubble size in mineral flotation. This paper describes a methodology to characterize frothers by relating impact on bubble size reduction represented by CCC (critical coalescence concentration) to frother structure represented by HLB (hydrophile-lipophile balance). Thirty-six surfactants were tested from three frother families: Aliphatic Alcohols, Polypropylene Glycol Alkyl Ethers and Polypropylene Glycols, covering a range in alkyl groups (represented by n, the number of carbon atoms) and number of Propylene Oxide groups (represented by m). The Sauter mean size (D32) was derived from bubble size distribution measured in a 0.8 m3 mechanical flotation cell. The D32 vs. concentration data were fitted to a 3-parameter model to determine CCC95, the concentration giving 95% reduction in bubble size compared to water only. It was shown that each family exhibits a unique CCC95-HLB relationship dependent on n and m. Empirical models were developed to predict CCC95 either from HLB or directly from n and m. Commercial frothers of known family were shown to fit the relationships. Use of the model to predict D32 is illustrated.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,044
Tête enseignante GPT0,312
Écart entre enseignants0,268 · 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

Citations90
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207