MétaCan
Menu
Retour à la cohorte
Enregistrement W4291513506 · doi:10.3390/pr10081590

A Review on Pyrometallurgical Extraction of Antimony from Primary Resources: Current Practices and Evolving Processes

2022· review· en· W4291513506 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

RevueProcesses · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensSNC-Lavalin (Canada)École de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésAntimonyRoastingSmeltingPyrometallurgyBlast furnaceMetallurgyEnvironmental scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

Antimony is classified as a critical/strategic metal. Its primary production is predominated by China via pyrometallurgical routes such as volatilization roasting—reduction smelting or direct reduction smelting. The performance of most of the pyro-processes is very sensitive to concentrate type and grade. Therefore, technology selection for a greenfield plant is a significant and delicate task to maximize the recovery rate of antimony and subsequently precious metals (PMs), mainly gold, from the concentrates. The current paper reviews the conventional pyrometallurgical processes and technologies that have been practiced for the treatment of antimony concentrates. The blast furnace is the most commonly used technology, mainly because of its adaptability to different feeds and grades and a high recovery rate. In addition, several other more environmentally friendly pyrometallurgical routes, that were recently developed, are reviewed but these are still at laboratory- or pilot-scales. For example, decarbonization of antimony production through the replacement of carbonaceous reductants with hydrogen seems to be feasible, although the process is still at its infancy, and further research and development are necessary for its commercialization. At the end, available refining methods for removal of the most important impurities including arsenic, sulfur, lead, iron, and copper from crude antimony are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,097
Tête enseignante GPT0,362
Écart entre enseignants0,264 · 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