Preliminary Discussion on Comprehensive Utilization of Tailings
Notice bibliographique
Résumé
Tailings produced in a concentration plant are the discharge of solid wastes after grinding ore into size and selecting useful components in the specific economic and technological condition. According to statistics, for the mining of metal ore, non-metallic ore, coal, clay, etc, the production of tailings of the world is up to 100 million tons per year. The number of existing tailing piles is 12718 in China, of which the construction ones are 1526, accounting for 12% of the total, and the closed tailing piles are 1024, accounting for 8%. As of 2007, the national total tailings accumulation is 8.046 billion tons. The non-ferrous metal mining is one of the largest discharge of solid wastes industries because of its low comprehensive recovery rate. For example, the beneficiation and recovery rate of non-ferrous metal mine is from 50% to 60% in China, which is lower 10% to 15% than developed countries, and the associated non-ferrous metal recovery rate is 40%, which is lower 20% than developed countries. On the utilization of duns, Poland is 90% to 100%, United States, Australia, France, Canada, Belgium and other countries followed, while China is only about 20%. The utilization of fly ash is to 100% in Japan and Denmark, France is 65%, UK is 55%, and China is just 45%. Quantities of waste rock, waste slag, and waste water have occupied land, destructed vegetation, deteriorated the soil and water quality, and caused land subsidence, landslides, mud-flow and other geological disasters. Therefore, the comprehensive utilization of resources is the right choice of mining sustainable development, environment protection, resource conservation, economic and social development.
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) | 0,000 | 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 ».