Niobium and tantalum recovery from the primary source and from tin slag, an industrial challenge: A review
Notice bibliographique
Résumé
Abstract Niobium (Nb) and Tantalum (Ta) are used to increase materials' mechanical resistance and produce lighter alloys. Worldwide Nb production reached 78 000 t in 2020. The reduced ore offer justifies the recycling of these metals from tin slag, contributing to the circular economy. Nb 2 O 5 and Ta 2 O 5 extraction either from the primary source or the tin slag is an industrial challenge. Nb and Ta dissolution processes already implemented are fluoride leaching, sulphuric leaching, alkaline leaching, and alkaline roasting. The fluoride process raises environmental concerns about waste control. The sulphuric method can be managed to have higher Nb and Ta extraction in a less aggressive process, if some changes are implemented, such as increasing the number of extraction steps, decreasing the pulp density, or increasing the temperature; however, the efficiency of this methodology must be tested for tin slag. The alkaline method seems to be more selective to Nb and Ta by reactants and temperature control. Despite those well‐established Nb and Ta treatments, they must be adapted to recover Nb and Ta from slag. The slag has low Nb and Ta content, while high Si and Ca concentrations exist in the matrix. This paper brings the main methods used to extract the Nb and Ta from the primary resources and an overview of Nb and Ta recovery from the slag. This investigation comes as a tool to guide the development of new methods to recover Nb and Ta from low‐grade sources such as tin slag.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».