Selective Extraction of Critical Metals from Spent Lithium-Ion Batteries
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.
Notice bibliographique
Résumé
Selective and highly efficient extraction technologies for the recovery of critical metals including lithium, nickel, cobalt, and manganese from spent lithium-ion battery (LIB) cathode materials are essential in driving circularity. The tailored deep eutectic solvent (DES) choline chloride–formic acid (ChCl–FA) demonstrated a high selectivity and efficiency in extracting critical metals from mixed cathode materials (LiFePO 4:Li(NiCoMn) 1/3 O 2 mass ratio of 1:1) under mild conditions (80 °C, 120 min) with a solid–liquid mass ratio of 1:200. The leaching performance of critical metals could be further enhanced by mechanochemical processing because of particle size reduction, grain refinement, and internal energy storage. Furthermore, mechanochemical reactions effectively inhibited undesirable leaching of nontarget elements (iron and phosphorus), thus promoting the selectivity and leaching efficiency of critical metals. This was achieved through the preoxidation of Fe and the enhanced stability of iron phosphate framework, which significantly increased the separation factor of critical metals to nontarget elements from 56.9 to 1475. The proposed combination of ChCl–FA extraction and the mechanochemical reaction can achieve a highly selective extraction of critical metals from multisource spent LIBs under mild conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle