MétaCan
Menu
Retour à la cohorte
Enregistrement W2161110689 · doi:10.2320/matertrans.m2010417

Nitric Acid Leaching of Base Metals from Waste PDP Electrode Scrap and Recovery of Ruthenium Content from Leached Residues

2011· article· en· W2161110689 sur OpenAlexaff
Dong Wha Chung, Ki Woong Lee, Jong-Gwan Ahn, Hong Yong Sohn

Notice bibliographique

RevueMATERIALS TRANSACTIONS · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensOptech (Canada)
Organismes subventionnairesSmall and Medium Business Administration
Mots-clésNitric acidScrapLeaching (pedology)DissolutionAqueous solutionNuclear chemistrySolubilityMaterials scienceMetallurgyInorganic chemistryChemistryImpurityHydrometallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nitric acid leaching of waste plasma display panel (PDP) electrode scrap was investigated as a part of development for a pre-treatment process to increase Ru content in the scrap. Leaching performance was evaluated in terms of different experimental parameters such as nitric acid concentration, reaction temperature and time.An aqueous nitric acid leaching solution with a concentration range of 1.5 M–3.0 M at 60°C and 1.5 M–4.2 M at 75°C demonstrated as the most effective condition for the selective removal of Pb and Ba from waste PDP scrap powders with about 90% of Pb and 95% of Ba leached in 30 min. The rate of dissolution decreased after a certain level of HNO3 concentration due to formation of Pb(NO3)2 which has limited solubility in the aqueous solution. Other impurities such as Bi, Zn, Ag and Co were dissolved at the level of 75%–90% at all the leachant concentrations, leaching time and temperatures applied, while Si, Al and Fe showed a poor leachability with only 7%, 30% and 40% dissolution, respectively. Ru and Zr were almost insoluble in an aqueous nitric acid solution. The total concentration of Ru in the undissolved residue (27.96%) of the scrap powder after nitric acid leaching was brought up to 93.8% from the initial concentration (14.43%) of the scrap in the final process. The precipitation behavior of Pb(NO3)2 as well as the solubility of SiO2 were also investigated.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,041
Tête enseignante GPT0,211
Écart entre enseignants0,170 · 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

Citations14
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATERIALS TRANSACTIONSMême sujetRecycling and Waste Management TechniquesTravaux en français237 207