Occurrence of Sesquioxide in a Mid-Low Grade Collophane-Sedimentary Apatite Ore from Guizhou, China
Notice bibliographique
Résumé
Checking the presence of sesquioxide (Fe2O3, Al2O3) is helpful for its removal in advance. Therefore, the occurrence of sesquioxide in a mid-low grade calcareous-siliceous collophane ore (massive carbonate-apatite, also known as francolite) from Guizhou, China was determined by X-ray fluorescence spectroscopy (XRF), X-ray diffraction (XRD), field emission scanning electron microscope-energy dispersive X-ray spectrometry (FESEM-EDX) and Mineral Liberation Analyzer (MLA). The results show that iron mainly occurs as pyrite FeS2, goethite FeO(OH) and as substitution within dolomite Ca(Mg,Fe)(CO3)2, while aluminum is enriched in muscovite KAl2(AlSi3O10)(OH)2 and also found in apatite (F,CO3)CaPO4 and calcite CaCO3 due to isomorphism or adsorption. All these minerals are fine-grained, among which pyrite and goethite tend to be enriched in larger particles. Intergrowth is predominant in the six minerals’ locking. Pyrite is mainly intergrown with calcite, biotite and also included in apatite and muscovite, while the monomer pyrite appears as semi-automorphic fine grain with the liberation of 56.1%. Apatite particles are mainly intergrown with quartz and calcite. Most of goethite, dolomite, muscovite and calcite form intergrowth with apatite, with contents of 21.7%, 11.1%, 19.5% and 41%, respectively. The removal of pyrite, goethite, dolomite, muscovite and calcite in the ore is the key to reduce the contents of Fe2O3 and Al2O3. In the subsequent beneficiation, the ore must be fully ground. In addition to flotation, magnetic separation can also be considered to remove part of iron in ore. For the removal of aluminum from apatite, leaching method can be considered.
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) | 0,002 | 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 ».