MétaCan
Menu
Retour à la cohorte
Enregistrement W2158137354 · doi:10.1002/sia.3448

Speciation and quantification of surface gold in carbonaceous matter by TOF‐SIMS: a new approach in characterizing losses during the gold recovery process

2010· article· en· W2158137354 sur OpenAlexaff
S. S. Dimov, Brian Hart

Notice bibliographique

RevueSurface and Interface Analysis · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésGold cyanidationAutoclaveChemistryRoastingPrecious metalMetalAdsorptionGold oreCyanideMetallurgyMaterials scienceInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract An increasing number of low‐grade gold ore deposits are characterized by the presence of gold as solid solution into the mineral matrix of sulphide minerals which is not directly amenable to gold cyanidation. In order to liberate this submicroscopic gold the ore has to be oxidized before being subjected to gold cyanidation and exctraction. This is mainly done by autoclave pressure oxidation (AC POX) or roasting, two major technologies used by the mining industry. Very often, these ores contain an active carbonaceous compound which has the ability to adsorb, or preg‐rob gold from the cyanide solution. Gold recovery can be adversely affected by preg‐robbing on inherent carbonaceous material during autoclave pressure oxidation of sulphide ores. The time of flight (TOF) SIMS (TOF‐SIMS) technique has been applied for direct determination of gold species on individual carbonaceous particulates from AC POX stream samples. The speciation of the gold preg‐robbed on carbonaceous matter from CIL tail sample showed presence of both metallic gold and Au(CN) 2 compound. Direct quantification of the metallic and compound gold provided an estimate for the fraction of gold losses due to preg‐robbing in carbonaceous matter. 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,520
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,224 · 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 tête enseignante, 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'admission1
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetMetal Extraction and BioleachingTravaux en français237 207