Rare Metal (RM) and Rare Earth Element (REE) Resources: World Scenario with Special Reference to India
Notice bibliographique
Résumé
Abstract The RM (Li, Be, Ti, Zr, Nb, Ta, Th and U) and REE (Light Rare Earths and Heavy Rare Earths including Yttrium) are strategic and critical for sustaining a variety of industries such as nuclear, defence, information technology (IT) and green energy options (wind, solar, electric vehicles and others). The 2010 ‘Rare Earth’ crisis of the world, following China’s monopoly with over 80% share and export restrictions in the REE market, led to an exploration boom for REE all over the world including India. This led to a substantial increase in REE mineral resources (98 Mt of contained REO in 2015) outside China located in Canada (38 Mt), Greenland (39 Mt) and Africa (10.3 Mt) that represents a five-fold increase in resources (c.f. Paulick and Machacek, 2017). As per the 2019, USGS commodity survey, the world reserves of REE have been estimated at 120 Mt in countries such as China (44Mt), Brazil (22Mt), Vietnam (22 Mt), Russia (12 Mt), India (6.9 Mt) and others (13 Mt). At present world resources of RM and REE are adequate to cater the demands of the different industries. The constraints, however, appear to be not technical but mainly environmental and social issues.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».