Flocculation and Dewatering of Mature Fine Tailings Using Temperature-Responsive Cationic Polymers
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.
Notice bibliographique
Résumé
Temperature-responsive copolymer with cationic charge was prepared with N-isopropylacrylamide (NIPAm) and 2-aminoethyl methacrylamide hydrochloride (AEMA) by conventional free-radical polymerization. The flocculation performance of the copolymer, poly(AEMA-st-NIPAm), was compared to five different mixture ratios of polyNIPAm and cationic poly(acrylamide-st-diallyldimethylammonium chloride) (poly(AAm-st-DADMAC)). The effects of polymer mixture ratios, polymer dosages, and temperature on solid-liquid separation as a function of initial settling rates (ISR), supernatant turbidity, sediment solid content, and water recovery were investigated. Poly(NIPAm) can facilitate particles aggregation by bridging and hydrogen bonding under lower critical solution temperature (LCST); whereas, at temperature above LCST, the adsorption of poly(NIPAm) chains on particles can be enhanced by hydrophobic interaction. A two-step (25 °C → 50 °C → 25 °C) consolidation can further enhance the sediment solid content by polyNIPAm. While the neutral property of polyNIPAm resulted in high turbidity of supernatant, mixing with poly(AAm-st-DADMAC) increases the clarity of supernatant by neutralization of fine particles. The copolymer poly(AEMA-st-NIPAm) functions as a polyelectrolyte to enhance the polymer adsorption onto particles via electrostatic interactions, thus further improving ISR and supernatant clarity.
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 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 découle