Treatment of manganese in acid and neutral mine drainage using modified dolomite
Notice bibliographique
Résumé
The treatment of manganese [Mn] in acid mine drainage (AMD) and neutral mine drainage (NMD) is prone to variation in performance, which depends on several factors, including pH, Mn and dissolved oxygen (DO) concentrations, catalysis by Mn-/iron [Fe]-solids, presence of ligands, and bacteria. Notwithstanding the recent technological and scientific advancements, Mn removal is notoriously difficult and still challenging because of its complex chemistry and high solubility. Precipitation of Mn(II), in AMD and NMD, occurs in the form of oxides, with prior oxidation to Mn(III) and Mn(IV), or as carbonates and sulphides. However, most treatment systems have limited efficiency in simultaneously treating Mn and other metals in AMD/NMD, necessitating secondary treatment for Mn removal. Modification of natural or residual materials was found efficient for the treatment of NMD. In this context, this study evaluated the performance of half-charred dolomite (1 h at 750C) in batch testing (solid: liquid ratio of 3 g:400 mL) for Mn treatment in AMD and NMD. Results showed that modified dolomite treated more than 98% Mn in synthetic NMD (pH 6.1-6.3, up to 1 g/L Mn), at final pH of 9.7-10.6. Similar efficiency (98%) in Mn removal was also found for synthetic AMD (pH 3.6, up to 100 mg/L Mn and 1 g/L Fe, Mn:Fe molar ratio 1:10), while Fe was completely treated, at final pH of 9.7-9.8. In addition, Mn removal was 99.5% within the first 2 h (when pH increased to 8.0), while after 4 h, the efficiency was up to 99.9% (at final pH of 9.6). DO also decreased (from 8 to 2.2 mg/L), at initial Mn concentrations of 1 g/L, and dropped (from 8 to 0.7 mg/L), when Fe concentrations increased to 1 g/L (Mn:Fe molar ratio 1:10). Based on these findings, half-charred dolomite seems a promising option for the treatment of Mn in both AMD and NMD.
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 ».