MétaCan
Menu
Retour à la cohorte
Enregistrement W4200106846 · doi:10.3390/min12010046

Investigations on Strategic Element Recovery by an Underground Membrane Pilot Plant from In-Situ Extracted Bioleaching Solutions

2021· article· en· W4200106846 sur OpenAlexaboutno aff
Katja Götze, Roland Haseneder, Andreas Braeuer

Notice bibliographique

RevueMinerals · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesAudi Stiftung für Umwelt
Mots-clésPermeanceBioleachingNanofiltrationMembraneMicrofiltrationPilot plantChemistryMembrane technologyMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Focusing on the selective extraction of the critical raw materials indium and germanium from real bioleaching solutions, extended studies have been carried out using Europe’s first underground hybrid membrane pilot plant (TRL6). In order to transfer former laboratory experiments to pilot scale, NF99 (Alfa Laval) was used for the evaluation of membrane permeance and ion retention. A performance test of microfiltration (MF) and nanofiltration (NF) showed high permeances with low root-mean-square deviation under feed variation (5.2% for MF, 4.7% for NF). Depending on the feed load, a significant permeance drop of up to 57% for MF (3 bar) and 26% for NF (10 bar, 1.1 m s−1) was observed. The NF retention performance showed that, without regular chemical cleaning, the selectivity between the target elements degraded. By introducing acidic-basic cleaning steps, it was possible to keep the retention behavior at an approximately constant level (In 91.0 ± 1.3%; Ge 18.2 ± 5.5%). In relation to the specified target, the best results could be achieved at low pressure (7.5 bar) and a maximum overflow velocity of 1.1 m s−1, with a retention of 88.4% for indium and 8.8% for germanium. Moreover, the investigations proved the functionality and long-term stability of the underground membrane device.

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

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 Opus0,072
Tête enseignante GPT0,268
Écart entre enseignants0,196 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetExtraction and Separation ProcessesTravaux en français237 207