MétaCan
Menu
Retour à la cohorte
Enregistrement W4386165893 · doi:10.1002/cjce.25069

Feasibility and reaction process for recovery of Si and Pb from high‐calcium zinc extraction residue by alkali roasting

2023· article· en· W4386165893 sur OpenAlexvenueno aff
Shanshan Zhang, Xiaoyi Shen, Hongmei Shao, Mingyu Han, Jianshe Chen

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensnon disponible
Organismes subventionnairesMajor Science and Technology Projects in Yunnan ProvinceNational Natural Science Foundation of China
Mots-clésRoastingAlkali metalZincExtraction (chemistry)Residue (chemistry)QuartzChemistryNuclear chemistryActivation energyMineralogyMaterials scienceInorganic chemistryMetallurgyChromatographyPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract To explore the feasibility of Si and Pb recovery from high‐calcium zinc extraction residues via alkali roasting, NaOH molten roasting is performed and the reaction process is discussed. Under the optimal reaction conditions—residue–alkali ratio of 1:5.0, reaction time of 1.75 h, and reaction temperature of 500°C—the Si and Pb extraction ratios remained stable at 74.00% and 40.00%, respectively. The X‐ray diffraction patterns of the specimens roasted at different temperatures indicated that the main factor affecting the extraction process was the presence of Na 2 CaSiO 4 , Ca 2 PbO 4 , and quartz. Further, the phase transformations and reaction processes of Si and Pb were determined. In the final phases, the specimen roasted at 550°C included quartz, Na 4 SiO 4 , Na 2 CaSiO 4 , Ca 2 PbO 4 , and Na 2 SO 4 . The kinetics data calculated using the unreacted shrinking core model showed that the roasting process followed a mixed control mechanism with an apparent activation energy of 16.99 kJ · mol −1 .

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,026
Tête enseignante GPT0,245
Écart entre enseignants0,219 · 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'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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMetal Extraction and BioleachingTravaux en français237 207