Simulation of cyanide oxidation using calcium and sodium hypochlorite in the Moteh Gold Mine Tailing Dam, Iran
Notice bibliographique
Résumé
ABSTRACT Cyanide, as one of the most toxic pollutants existing in the gold mine tailing dams, threatens human health and other species life. The main objective of this study was to simulate the oxidation of cyanide from mineral effluent of the Moteh Tailing Dam (Iran), as a method for removing cyanide. We employed PHREEQC software to model the oxidation of cyanide using calcium hypochlorite (Ca(OCl) 2 ) and sodium hypochlorite (NaOCl). The results indicated that Ca(OCl) 2 and NaOCl concentrations, as well as pH, influenced the oxidation of cyanide. The model was run in the constant temperature of 12°C and pH between 12 to 13. By rising Ca(OCl) 2 concentration from 0.71 to 1.43 g/l and NaOCl concentration from 1.72 to 5.18 g/l, the removal rates of cyanide increased from 97.01% to 99.20% and 95.46% to 95.90%, respectively. The coefficient of determination (R 2 ), index of agreement (IA), and Nash- Sutcliffe efficiency (E) were used to assess the predicted removal rate of cyanide in comparison with experimental observations, which demonstrated a suitable agreement: Ca(OCl) 2 = 0.71 mg/l, R 2 = 0.97, IA = 0.91 and E = 0.73; Ca(OCl) 2 = 0.85 mg/l, R 2 = 0.99, IA = 0.99, E = 0.96; Ca(OCl) 2 = 1.43 mg/l, R 2 = 0.97, IA = 0.92, E = 0.79; NaOCl = 1.72 mg/l, R 2 = 0.97, IA = 0.92, E = 0.74; NaOCl = 3.45 mg/l, R 2 = 0.91, IA = 0.91, E = 0.71; NaOCl = 5.18 mg/l, R 2 = 0.96, IA = 0.91, E = 0.77.
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 ».