MétaCan
Menu
Retour à la cohorte
Enregistrement W3076515057 · doi:10.1515/revce-2019-0073

Kinetics of leaching: a review

2020· review· en· W3076515057 sur OpenAlexaff
Fariborz Faraji, Amirhossein Alizadeh, Fereshteh Rashchi, Navid Mostoufi

Notice bibliographique

RevueReviews in Chemical Engineering · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésLeaching (pedology)DissolutionKineticsBiological systemDesorptionProcess engineeringMaterials scienceBiochemical engineeringChemistryAdsorptionEnvironmental scienceSoil scienceEngineeringPhysical chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Kinetics, as a fundamental requirement of nearly all industrial activities and engineering researches, plays a great role in leaching processes. Although there are many pieces of research on its application, there is not a clear pathway for investigating the kinetics of leaching and researchers usually follow different strategies in their studies. The conventional investigation techniques, which usually do not consider the mixed mechanisms and possibility of any change in the mechanism, normally include many calculations, plots, and inadequate capabilities to detect changes in the controlling mechanism of leaching. In this review, the main mathematical models of leaching and all possible scenarios are presented and discussed. The effect of various leaching parameters (including leaching agent, temperature, particle size, agitation, and solid to liquid ratio) on the rate of dissolution is summarized. Besides, two main approaches of rate determination step (single controlling mechanism and combined resistances method) are described and compared by reporting related equations and suitable examples. A technique to detect any changes in the leaching controlling mechanism is introduced and the alternatives to confirm the results are described. Additional models and equations were suggested for the cases that there is no agreement between data and the conventional models. Also, situations which are ignored in simple models (e.g., reversibility of the leaching reactions, adsorption and desorption of leached species, influence of charge and surface potential, existence of multiple reactants in the solid, galvanic effect, wide particle size distribution, etc.) to develop more legalistic models are discussed. Considering various possible mechanisms in the kinetics of leaching, equations are derived for industrial leaching reactors.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,053
Tête enseignante GPT0,313
Écart entre enseignants0,259 · 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

Citations327
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Chemical EngineeringMême sujetMetal Extraction and BioleachingTravaux en français237 207