MétaCan
Menu
Retour à la cohorte
Enregistrement W2330003402 · doi:10.1021/jp407795k

Understanding Copper Activation and Xanthate Adsorption on Sphalerite by Time-of-Flight Secondary Ion Mass Spectrometry, X-ray Photoelectron Spectroscopy, and in Situ Scanning Electrochemical Microscopy

2013· article· en· W2330003402 sur OpenAlexafffund
Jingyi Wang, Qingxia Liu, Hongbo Zeng

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Centre for Clean Coal/Carbon and Mineral Processing TechnologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésXanthateSphaleriteX-ray photoelectron spectroscopyChemistryCopperSecondary ion mass spectrometryAdsorptionScanning electrochemical microscopyInorganic chemistryHydroxideOxideAnalytical Chemistry (journal)ElectrochemistryIonChemical engineeringPyriteElectrodeMineralogyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

In situ scanning electrochemical microscopy (SECM) was applied for the first time to study the copper activation and subsequent xanthate adsorption on sphalerite. The corresponding surface compositions were analyzed by time-of-flight secondary ion mass spectrometry (ToF-SIMS) and X-ray photoelectron spectroscopy (XPS). The probe approach curve (PAC) using SECM shows that unactivated and activated sphalerite surfaces have negative current feedback and partially positive current feedback, respectively, suggesting that Cu x S is formed on the sphalerite after copper activation. The copper activation of sphalerite strongly depends on the surface heterogeneity (e.g., presence of polishing defects, chemical composition), impacting the subsequent xanthate adsorption process. The SECM, ToF-SIMS, and XPS analyses show that during the copper activation the polishing defects, which have high excess surface energy, tend to consume more copper ions, resulting in Cu-rich regions by forming CuS-like species, while Fe oxide/hydroxide forms at Fe-rich regions. The XPS spectra further confirm that the CuS-like species involve Cu(I) and S(−I). The SECM imaging shows that after xanthate adsorption the current response at the Cu-rich regions decreases because of the formation of cuprous xanthate (CuX) and dixanthogen (X 2 ) while increases at the Fe-rich regions mainly due to the chemisorption of xanthate on Fe oxide/hydroxide. Our results shed light on the fundamental understanding of the electrochemical processes on sphalerite surface associated with its copper activation and subsequent xanthate adsorption in flotation.

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 seuil0,002

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,241
Écart entre enseignants0,231 · 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

Citations62
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207