MétaCan
Menu
Retour à la cohorte
Enregistrement W4312224623 · doi:10.3390/min13010052

Bioleaching of a Chalcocite-Dominant Copper Ore from Salta, Argentina, by Mesophilic and Thermophilic Microorganisms

2022· article· en· W4312224623 sur OpenAlexfundno aff
Agustina Amar, Francisco L. Massello, Cristina Costa, Camila Castro, Edgardo Donati

Notice bibliographique

RevueMinerals · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensnon disponible
Organismes subventionnairesFirst Quantum Minerals
Mots-clésChalcociteBioleachingMesophileCopperThermophileMicroorganismChemistryLeaching (pedology)MetallurgyEnvironmental scienceChalcopyriteMaterials scienceGeologyBacteria

Résumé

récupéré en direct d'OpenAlex

The study and development of new sustainable mining methods to exploit low-grade ores and secondary metallic resources are essential to meet global demand and contribute to caring for the environment. Copper is one of the most widely used metals and chalcocite is the main secondary sulfide of this metal. Therefore, the study of copper recovery from chalcocite-dominant minerals could have a great impact on the industry. In this study, we assess at bench scale the feasibility of applying biohydrometallurgical processes to extract copper from chalcocite-rich minerals from Taca Taca, Argentina, using native mesophilic microorganisms (30 °C) and thermophiles (45, 65 °C). The indigenous mesophilic consortium was dominated by Acidithiobacillus ferrooxidans and could solubilize all the copper present in the systems (113 mg/L) within three weeks without any change in the pH of the solution. Notably, by increasing the temperature up to 45 and 65 °C, copper leaching was enhanced, completing the recovery in 7–14 days. The oxidizing microorganisms active in these conditions were Ferroplasma sp. and Acidianus copahuensis, respectively. An increase in the abiotic copper recovery was also observed as temperature rose; as well as a slight acidification of the solution. This study constitutes the first assessment for the bioleaching of Taca Taca ores.

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 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 enseignants0,412
Score d'incertitude au seuil0,647

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 technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,200
Écart entre enseignants0,191 · 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.

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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetMetal Extraction and BioleachingTravaux en français237 207