MétaCan
Menu
Retour à la cohorte
Enregistrement W2913171087 · doi:10.1051/metal/2018070

An environmentally friendly system for high efficient silver recovery from anode slime

2019· article· en· W2913171087 sur OpenAlexaff
Li Xiao, Peng Qian, Yang Yu, Peiwei Han, Yongliang Wang, Guoyan Fu, Zhi Sun, Shufeng Ye

Notice bibliographique

RevueMetallurgical Research & Technology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésAnodeCyanideDissolutionReagentLeaching (pedology)LixiviantEnvironmentally friendlyChemistryElectrowinningResource recoveryPrecious metalCopperInorganic chemistryThiosulfateMetalMaterials scienceWastewaterWaste managementElectrodeOrganic chemistryEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Anode slime is an extremely valuable secondary resource for the recovery of silver and has attracted wide attentions. Effective metal recovery is usually constrained by either environmental hazards or high consumption of lixiviant for cyanide and non-cyanide leaching reagents. To tackle these issues in the process of silver recovery from anode slime, this research demonstrated a new leaching system with using an efficient oxidant which encapsulates cyanide into ferric complexes to ensure it not releasing into the environment while effective silver recovery was achieved. Comparing with the traditional tetra-amine copper oxidant, it was found that the dissolution rate of silver was significantly improved and leachate consumption was largely decreased. The effects of stirring speed, sodium thiosulfate concentration, oxidant concentration, solution pH and time on silver dissolution were investigated. When the novel system of iron-encapsulated cyanide was applied to extract silver from anode slime, the final conversion rates of silver was 97% after 60 minutes. This system has great potential in silver recovery from anode slime.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,293
Écart entre enseignants0,276 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetallurgical Research & TechnologyMême sujetRecycling and Waste Management TechniquesTravaux en français237 207