MétaCan
Menu
Retour à la cohorte
Enregistrement W3162132719 · doi:10.18540/jcecvl7iss2pp12338-01-12e

Feasibility of concentrating potassium minerals from Verdete ore by cell flotation

2021· article· en· W3162132719 sur OpenAlexaff
Laryssa Batista Christina Cordeiro, Michelly dos Santos Oliveira, Kátia D. Oliveira, Marcos A.S. Barrozo, C.N. Ávila-Neto

Notice bibliographique

RevueThe Journal of Engineering and Exact Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensCarleton University
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de Minas Gerais
Mots-clésCalcinationSodium silicateFroth flotationChemistryDepressantPotassiumOleic acidMass fractionFraction (chemistry)SodiumMineralogyNuclear chemistryChromatographyMetallurgyMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A silicate ore with K2O content above 10%, found in the central region of Minas Gerais (Brazil), called Verdete, was floated in flotation cell. The goal was to evaluate the flotation behaviour of the ore constituents (glauconite, muscovite, K-feldspar and quartz) relative to the use of different collectors (fatty acid soap obtained from rice oil, amine and oleic acid) and depressors (gelatinized cornstarch and sodium silicate). Flotation of the calcination products of Verdete with MgCl2 and CaCl2 were also evaluated. Mass recovery of flotation carried out with Verdete reached a maximum of 53% when amine and sodium silicate were used as collector and depressant, respectively. Mass recovery was directly proportional to collector dosage, and was also influenced by the type of depressor. Calcination of Verdete with MgCl2?xH2O partially consumed the micas and generated MgO. Flotation of this calcination product concentrated MgO in the floated fraction, reaching 93% when oleic acid was used as collector.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,049
Score d'incertitude au seuil0,180

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,250
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Engineering and Exact SciencesMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207