Notice bibliographique
Résumé
Abstract The article contains sections titled: 1. Introduction 1.1. History 1.2. Physical Properties 1.3. Chemical Properties 2. Occurrence 2.1. Nickel Minerals 2.2. Sulfide Ores 2.3. Oxide Ores 2.4. Economic Trends 3. Beneficiation of Nickel Sulfide Ores 4. Pyrometallurgy of Nickel Concentrates 4.1. Roasting 4.2. The Smelting Process 4.2.1. Primary Smelting 4.2.2. Matte Converting 4.3. Environmental Aspects of Nickel Smelting 4.4. Treatment of Converter Matte 4.4.1. Inco Matte Separation Process 4.4.2. Fluidized‐Bed Roasting of Nickel Sulfide 5. Hydrometallurgy of Nickel Concentrates and Mattes 5.1. Ammonia Pressure Leaching 5.2. Atmospheric Acid Leaching 5.3. Acid Pressure Leaching 5.4. Chloride Leach Processes 5.5. Treatment of Nickeliferous Pyrrhotite 6. Nickel Refining 6.1. Electrorefining 6.1.1. Refining of Nickel Metal Anodes 6.1.2. Refining of Nickel Matte Anodes 6.1.3. Solution Purification 6.1.4. Electrorefining Operations 6.2. Electrowinning 6.2.1. Electrowinning from Sulfate Electrolytes 6.2.2. Electrowinning from Chloride Electrolytes 6.3. Carbonyl Refining 6.3.1. Atmospheric Pressure Carbonyl Process 6.3.2. High‐Pressure Carbonyl Process (BASF) 6.3.3. Inco Pressure Carbonyl Process 6.4. Hydrogen Reduction to Nickel Powder 7. Beneficiation of Oxide Ores 7.1. The Nippon Yakin Oheyama Process 7.2. Segregation Processes 8. Pyrometallurgy of Oxide Ores 8.1. Ore Pretreatment 8.2. Smelting to Ferronickel 8.2.1. The Rotary Kiln ‐ Electric Furnace Process 8.2.2. The Ugine Ferronickel Process 8.2.3. The Falcondo Ferronickel Process 8.2.4. Refining of Ferronickel 8.3. Smelting to Nickel Matte 8.3.1. Blast Furnace Smelting 8.3.2. Matte Production from Ferronickel 8.3.3. The Inco Selective Reduction Smelting Process 8.4. Energy Consumption in Laterite Smelting 9. Hydrometallurgy of Oxide Ores 9.1. The Caron Process 9.2. <jats:styled-co
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) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 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 ».