MétaCan
Menu
Retour à la cohorte
Enregistrement W4309928723 · doi:10.1080/00084433.2022.2146954

An investigation into processing fine magnetite using a magnetic hydrocyclone

2022· article· en· W4309928723 sur OpenAlexaff
Meng Zhou, Lilla A. Farkas, Ozan Kökkılıç, Raymond Langlois, N.A. Rowson, Kristian E. Waters

Notice bibliographique

RevueCanadian Metallurgical Quarterly · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHydrocycloneMagnetiteArithmetic underflowMineral processingSlurryGrindingHematiteMaterials scienceUltrafine particleMagnetic separationMetallurgyAdsorptionWastewaterWaste managementEnvironmental scienceMineralogyChemistryComposite materialEnvironmental engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

As a consequence of fine grinding in the mineral processing industry, fine material containing quantities of valuable metal is being lost to tailing dams, wastewater and mine drainage. The processing of ultrafine particles has always been a challenge in the mining industry, thus typically, fine components are often considered waste during mineral processing. In addition, magnetic adsorbents are also being investigated as a method of processing wastewater, leading to the need for methods of recovering fine material post adsorption. A method of fines recovery, using a magnetic hydrocyclone to increase ultrafine and fine (−38 µm) material recovery from slurry was investigated in this paper. The attached permanent (Nd-Fe-B) magnet concentrated magnetite particles to the underflow and increased recovery by 15.4%, 5.6% and 2.0% on average for ultrafine (<5 µm) magnetite and two size distributions of fine magnetite (<38 µm), respectively, when compared to a conventional hydrocyclone.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0210,000

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 Opus0,012
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Metallurgical QuarterlyMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207