MétaCan
Menu
Retour à la cohorte
Enregistrement W3042887936 · doi:10.3390/min10070633

Effect of Ultrasound on the Oxidative Copper Leaching from Chalcopyrite in Acidic Ferric Sulfate Media

2020· article· en· W3042887936 sur OpenAlexaff
Jingxiu Wang, Fariborz Faraji, Ahmad Ghahreman

Notice bibliographique

RevueMinerals · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésLeaching (pedology)ChalcopyriteCopperChemistryFerricCopper extraction techniquesInorganic chemistryNuclear chemistryMaterials scienceMetallurgyGeologySoil science

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to compare the reaction kinetics of copper leaching from chalcopyrite in acidic ferric sulfate media with (UAL) and without (non-UAL) ultrasound assistance. Four leaching parameters were evaluated and optimized. The parameter with the strongest effect was temperature, followed by ultrasonic power, the solid-to-liquid ratio (S/L), and acid concentration. Copper recovery showed an increase with rising temperatures in both systems. Ultrasonic power had a positive effect on copper leaching, but no significant difference was found among various power amplitudes. Copper extraction increased with decreasing S/L. At 0.1% S/L, the UAL leaching rate was double the non-UAL leaching rate. In both systems, acid concentration had little effect on copper extraction. Under optimized conditions, 20% amplitude power, 1% S/L, 0.5 M acid, and 80 °C leaching temperature, copper extraction was 50.4% and 57.5% in the non-UAL and UAL treatments, respectively. Ultrasonic waves enhanced the leaching rate, shortened the reaction time, and reduced acid consumption. Analysis of the rate-controlling step using a shrinking core model showed that leaching occurs after diffusion through the product layer but also chemical controlled in both non-UAL and UAL systems. The leaching mechanism was confirmed by characterizing the chalcopyrite and leached residue with X-ray diffraction and scanning electron microscopy/energy dispersive X-ray spectroscopy.

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 recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,245
Écart entre enseignants0,222 · 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

Citations37
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetMetal Extraction and BioleachingTravaux en français237 207