MétaCan
Menu
Retour à la cohorte
Enregistrement W4376116840 · doi:10.1016/j.mineng.2023.108114

Biodegradable hematite depressants for green flotation separation – An overview

2023· article· en· W4376116840 sur OpenAlexaff
Ali Asimi Neisiani, Roozbeh Saneie, A. Mohammadzadeh, Darius Wonyen, Saeed Chehreh Chelgani

Notice bibliographique

RevueMinerals Engineering · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCentre of Advanced Mining and MetallurgyLuleå Tekniska Universitet
Mots-clésEnvironmentally friendlyHematiteGangueDepressantBeneficiationReagentAdsorptionChemistryWaste managementMaterials scienceMetallurgyEngineeringOrganic chemistryMineralogy

Résumé

récupéré en direct d'OpenAlex

Due to environmental issues and the restrictions imposed on mineral flotation separation, the use of biodegradable and environmentally friendly reagents has gained widespread international attention. So far, several investigations have been conducted regarding the eco-friendly flotation separation of iron oxide ores for moving toward sustainable development and cleaner production. Yet, no critical review is specified on the green and eco-friendly depression reagents through their reverse flotation beneficiation. Therefore, this study will comprehensively discuss the previously conducted works in this area and provides suggestions for future assessments and developments. This robust study explored various adsorption aspects of natural-based depressants (polysaccharide-, polyphenolic-, and lignosulfonate-based) on iron oxide minerals (mainly hematite) to create a possible universal trend for each biodegradable depressant derivative. The laboratory and industrial experiments indicated that these depressants (except lignosulfonate-based) could selectively depress hematite at alkaline pHs and enhance its reverse flotation separation from their gangue phases (especially silicates as the main gangue phases). Although these eco-friendly depressants showed promising metallurgical results, several gaps still need to be addressed, notably in surface analyses and their adsorption mechanisms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,330
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMinerals EngineeringMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207