MétaCan
Menu
Retour à la cohorte
Enregistrement W3111303180 · doi:10.3390/min10121109

Review of the Main Factors Affecting the Flotation of Phosphate Ores

2020· article· en· W3111303180 sur OpenAlexaff
Manar Derhy, Yassine Taha, Rachid Hakkou, Mostafa Benzaazoua

Notice bibliographique

RevueMinerals · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesUniversité Mohammed VI Polytechnique
Mots-clésDolomiteFroth flotationPhosphateBeneficiationPhosphate mineralsMineralApatiteZeta potentialCalcitePhosphoriteMineralogyReagentWettingGangueSolubilityChemistryChemical engineeringMaterials scienceMetallurgyOrganic chemistryEngineeringNanoparticle

Résumé

récupéré en direct d'OpenAlex

The way to successfully upgrade a phosphate ore is based on the full understanding of its mineralogy, minerals surface properties, minerals distribution and liberation. The conception of a treatment process consists of choosing the proper operations with an adequate succession depending on the ore properties. Usually, froth flotation takes place in phosphate enrichment processes, since it is cheap, convenient, and well developed. Nevertheless, it is a complex technique as it depends on the mineral’s superficial properties in aqueous solutions. Aspects such as wettability, surface charge, zeta potential, and the solubility of minerals play a basic role in defining the flotation conditions. These aspects range from the reagents type and dosage to the pH of the pulp. Other variables namely particles size, froth stability, and bubbles size play critical roles during the treatment, as well. The overall aim is to control the selectivity and recovery of the process. The following review is an attempt to add to previous works gathering phosphate froth flotation data. In that sense, the relevant parameters of phosphate ores flotation are discussed while focusing on apatite, calcite, dolomite, and quartz as main constituent minerals.

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)0,001
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,270
Écart entre enseignants0,243 · 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

Citations89
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207