MétaCan
Menu
Retour à la cohorte
Enregistrement W2557350180 · doi:10.3390/min6040128

Experiences and Future Challenges of Bioleaching Research in South Korea

2016· article· en· W2557350180 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMinerals · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNational Research Foundation of KoreaNational Research Foundation
Mots-clésBioleachingTailingsMineral processingEnvironmental scienceMining engineeringScience Citation IndexWaste managementCitationEngineeringMetallurgyComputer scienceLibrary scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

This article addresses the state of the art of bioleaching research published in South Korean Journals. Our research team reviewed the available articles registered in the Korean Citation Index (KCI, Korean Journal Database) addressing the relevant aspects of bioleaching. We systematically categorized the target metal sources as follows: mine tailings, electronic waste, mineral ores and metal concentrates, spent catalysts, contaminated soil, and other materials. Molecular studies were also addressed in this review. The classification provided in the present manuscript details information about microbial species, parameters of operation (e.g., temperature, particle size, pH, and process length), and target metals to compare recoveries among the bioleaching processes. The findings show an increasing interest in the technology from research institutes and mineral processing-related companies over the last decade. The current research trends demonstrate that investigations are mainly focused on determining the optimum parameters of operations for different techniques and minor applications at the industrial scale, which opens the opportunity for greater technological developments. An overview of bioleaching of each metal substrate and opportunities for future research development are also included.

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.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,148

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,076
Tête enseignante GPT0,317
Écart entre enseignants0,241 · 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