Investigation of metal mobility in gold and silver mine tailings by single-step and sequential extractions
Notice bibliographique
Résumé
Metal leachate from mine tailings has the potential to release toxic metals into the surrounding environment. A single-step extraction procedure mimicking rainwater and a three-step BCR sequential extraction procedure (acid, reducing and oxidizing conditions) were applied to gold (GMT) and silver (SMT) mine tailings. Major (Al, Ca, Fe, Mg, and Mn) and trace metals were monitored to better understand the mobility and geochemistry of these metals when exposed to various environmental leaching conditions. Rainwater extraction released only small quantities of metals, while the three-step BCR extraction was more effective in mobilizing metals from the tailings. Under the acidic conditions of BCR step 1, Ca, Mg, Cd, Cu, and Mn were released in high concentrations. The dissolution of Fe, Ca, and Mg were dominant along with Pb in step 2 (reducing conditions). In step 3 (oxidizing conditions), Fe was the most dominant species together with Co, Cu, Ni, and Se. A high fraction of Al, Be, Cr, Li, Mo, Sb, Tl, and V remained in the residue. From SMT, larger quantities of As, Ca, Cd, and Zn were released compared to GMT. The BCR extraction could be applied to tailings to predict the potential release of toxic metals from mine wastes; however, excessive amounts of Ca and Fe in the tailings could cause carry-overs and incomplete extraction and carry-overs, resulting in a misinterpretation of results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».