MétaCan
Menu
Retour à la cohorte
Enregistrement W4288702957 · doi:10.53907/enpesj.v2i1.67

Phosphate Amendments for the Inhibition of Acid Mine Drainage Generated from Sidi Kamber Tailings Facility

2022· article· en· W4288702957 sur OpenAlexaff
Amira Merchichi, Malek Ould Hamou, Mostafa Benzaazoua, Farid Aghilasse Mansour, Nabil Babahoum, Hakim Rabia

Notice bibliographique

RevueENP Engineering Science Journal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésTailingsLeachateAcid mine drainagePhosphateEnvironmental sciencePhosphoriteHumidityCarbonateAmendmentEnvironmental chemistryEffluentWaste managementMining engineeringChemistryGeologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

The aims of this paper was to evaluate the efficiency of phosphates product and by-products from the Djebel Onk mine for the control of acidic mine drainage generated by exposure of Sidi Kamber mine tailings to climatic conditions. Kinetic tests in humidity cells were carried out according to the modified ASTM standard, was used to invistigate the geochemical behaviour of the Sidi Kamber tailings mixed with phosphate materials (phosphatic limestone wastes, raw low grade phosphate ore and phosphate mine tailings) after being characterized. All amendment compositions led to an increase of the pH of the leachate from approximately 3 to circum-neutral values. Humidity cells experiments indicated that the materials were adequate to immobilize Pb, Zn, Cu and Fe by about 99% and prevent their release through the tailings. The tests have also shown that the metals concentrations within the leachate are lower than the limits allowed by Algerian legislation for industrial liquid effluents. Among the tested material amendments, PLW was more effective than other products in immobilizing metals. The results are most probably related to their Ca-carbonate content and/or adsorption capacity.

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)0,000
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueENP Engineering Science JournalMême sujetMine drainage and remediation techniquesTravaux en français237 207