Effect of silver on gold cyanidation in mixed and segregated sulphidic minerals
Notice bibliographique
Résumé
Abstract Gold is mostly found in nature in metallic form and is associated with sulphide minerals and other precious metals, most often silver. Pyrite, chalcopyrite, sphalerite, and stibnite are the sulphidic minerals investigated in the present gold‐silver cyanidation study by adopting the metal‐sulphide multi‐layer packed‐bed reactor approach. Gold leaching kinetics was enhanced remarkably for the pyrite and chalcopyrite sulphide minerals, with 94.5 % and 85 % recovery respectively. The influence of a bilayer sulphidic mineral system on the dissolution of gold was also investigated with a maximum gold dissolution of 87 % for the pyrite‐chalcopyrite bilayer system. The effect of silver on the dissolution of gold was investigated with the gold associated with sulphidic minerals in an arrangement of mixed as well as segregated mineral layers. Three sets of mineral systems were established: pyrite‐chalcopyrite‐silica, pyrite‐sphalerite‐silica, and pyrite‐stibnite‐silica systems. The addition of silver enhanced the gold dissolution for the pyrite‐sphalerite‐silica system, slightly lessened the gold dissolution with the pyrite‐stibnite‐silica system, and retarded gold dissolution severely in the case of the pyrite‐chalcopyrite‐silica system, irrespective of the dispersion of gold and silver in the same as well as in the segregated mineral layers.
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 ».