MétaCan
Menu
Retour à la cohorte
Enregistrement W3111513251 · doi:10.1002/adsu.202000231

Assessing the Applicability of Gravity Separation for Recycling of Non‐Metal Fraction from Waste Printed Circuit Boards

2020· article· en· W3111513251 sur OpenAlexaff
Amit Kumar, Maria Holuszko, Travis Janke

Notice bibliographique

RevueAdvanced Sustainable Systems · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensMembrane Reactor Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésPrinted circuit boardGravity separationFloat (project management)Specific gravityWaste managementFraction (chemistry)Environmental scienceTailingsMaterials scienceProcess engineeringEnvironmental engineeringEngineeringMetallurgyChemistryComposite materialElectrical engineeringChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Printed circuit boards (PCB) are one of the most studied electronic waste streams due to the presence of high‐value metals. The rejects from waste PCB recycling, also known as a non‐metal fraction (NMF), are usually sent to landfill. This work explores the applicability of gravity separation, widely used in the mineral processing industry, to separate organic and inorganic components in the NMF. The float‐sink test is conducted to understand the gravity separation performance, and the results show that a 47% yield at 86% organic content with 70% combustible recovery can be obtained using dense media separation. The washability behavior of NMF is assessed using different washability indices standard in the coal industry; and the material is classified as difficult‐to‐clean. The float‐sink products show the concentration of organic stream in −1.8 g cm−3 range, fiberglass in +2.0–2.5 g cm−3 range, and metals in +2.5 g cm−3 range. The recovery of these components will facilitate the concept of the circular economy and promote sustainability.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,313
Écart entre enseignants0,293 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Sustainable SystemsMême sujetRecycling and Waste Management TechniquesTravaux en français237 207