TOWARD SOURCE CONTROL OF ACID ROCK DRAINAGE
Notice bibliographique
Résumé
Source control of acid rock drainage (ARD) requires consideration of both biological and abiotic mechanisms of metal sulfide oxidation. A promising approach is to couple a biocide with phosphate for application to sulfidic waste materials. This approach aims to 1) inhibit or kill with thiocyanate (SCN) the iron-oxidizing acidophilic microorganisms that accelerate sulfide oxidation and 2) precipitate FePO 4 and AlPO 4 , thereby removing ferric ion oxidant and Lewis acidity, and, in the process, armoring the surface of pyrite to retard its abiotic oxidation. Thiocyanate effectively reduces sulfide biooxidation if it is applied efficiently and is not washed out of the system by rainfall or adsorbed to the rock. Several sources of phosphate including phosphate rock, waste material and agricultural products were characterized and tested in combination with SCN for their ability to retard oxidation of sulfidic waste rock. Waste rock sources include samples from base metal and precious metal mines and a coal mine. The acid neutralizing capacities (ANC) of different sources of phosphate were compared and evaluated using an artificial ARD solution which included iron and aluminum sulfates. Thiocyanate alone in laboratory tests sharply reduced ARD production, approaching the abiotic rate of sulfide oxidation. Whether thiocyanate plus phosphate further reduced ARD production depended on the mineral sulfide composition of the waste rock and the parameter measured. The abiotic sulfide oxidation rate of sphalerite-containing waste rock was reduced with phosphate treatment, most likely by removal of residual ferric iron from leach solutions. Phosphate did not further reduce abiotic sulfide oxidation rates with a pyritic waste rock, but did significantly reduce the soluble iron and other metal content of leachates.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».