MétaCan
Menu
Retour à la cohorte
Enregistrement W3179167405 · doi:10.1007/s40831-021-00394-8

Estimation of Mercury Losses and Gold Production by Artisanal and Small-Scale Gold Mining (ASGM)

2021· article· en· W3179167405 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Sustainable Metallurgy · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesChiba UniversityUniversity of TokyoEnvironmental Restoration and Conservation Agency
Mots-clésGold miningMercury (programming language)Gold extractionElemental mercuryEnvironmental scienceGold cyanidationLatin AmericansEnvironmental chemistryEnvironmental protectionChemistryPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Artisanal and small-scale gold mining (ASGM) utilizes mercury (Hg) for the extraction of gold (Au) and is responsible for the largest anthropogenic source of emissions and releases of Hg to the environment. Previous estimates of Hg use in ASGM have varied widely. In this effort, Hg losses in ASGM were derived from the difference between estimates of total Au production and the production reported by conventional gold mining. On the basis of this result, the average ratio of Hg lost to Au produced in ASGM was estimated to be 1.96 in Africa, 4.63 in Latin America, and 1.23 in Asia. The difference among regions can be attributed to the amalgamation procedure used by the miners, in which whole-ore amalgamation is predominant in Latin America and Asia. The obtained estimated ratio of Hg lost :Au produced suggested the possibility to detect either Au or Hg smuggling from one country to another. On the other hand, the importance of considering cyanidation in ASGM was also suggested. Graphical Abstract

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.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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