MétaCan
Menu
Retour à la cohorte
Enregistrement W2796660662 · doi:10.3390/min8040147

Integrated Mineral Carbonation of Ultramafic Mine Deposits—A Review

2018· article· en· W2796660662 sur OpenAlexafffund
Jiajie Li, Michael Hitch, Ian Power, Yueyi Pan

Notice bibliographique

RevueMinerals · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensTrent University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Scholarship CouncilCarbon Management Canada
Mots-clésCarbonationCarbon sequestrationTailingsEnvironmental scienceWaste managementMaterials scienceEngineeringMetallurgyChemistryCarbon dioxideChemical engineering

Résumé

récupéré en direct d'OpenAlex

Recently, integrated mineral carbonation for CO2 sequestration has received significant attention due to the high potential for commercialization towards mitigating climate change. This review compiles the work conducted by various researchers over the last few years on integrated mineral carbonation processes in the mining industry, which use ultramafic mine wastes as feedstock for mineral carbonation. Here, we introduce the basic concepts of mineral carbonation including a brief description of the process routes and pre-treatment techniques. We discuss the scope of integrated mineral carbonation process application, and critically review the integrated mineral carbonation process in the mining industry including modified passive carbonation techniques in tailing storage facilities, and ex-situ carbonation routes using fresh tailings. The focus of the discussions is the role of reaction condition on the carbonation efficiency of mine waste with various mineralogical compositions, and the benefits and drawbacks of each integrated mineral carbonation process. All discussions lead to suggestions for the technological improvement of integrated mineral carbonation. Finally, we review the techno-economic assessments on existing integrated mineral carbonation technologies. Research to date indicates that value-added by-products will play an important role in the commercialization of an integrated mineral carbonation process.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations107
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207