Synergistic, extractive, and selective separation of light, medium, and heavy rare earth elements using Cyanex 572 and Alamine 336 from a chloride medium
Notice bibliographique
Résumé
In this study, the solvent extraction of rare earth elements (REEs) of different groups of light (LREE), medium (MREE), and heavy (HREE) from a chloride medium using the mixture of Cyanex 572 (cationic extractant, organophosphorus-based) and Alamine 336 (anionic extractant, amine-based) was studied. The results showed higher extraction efficiency for HREEs when sole Cyanex 572 was used. However, the addition of Alamine 336 to Cyanex 572 increased the extraction efficiency of LREEs and MREEs. The optimal volumetric ratio of Alamine 336 to Cyanex 572 for maximum extraction efficiency, under the studied conditions, was concluded to be 1:1 at a total extractant concentration of 30 % v/v. The synergistic enhancement factor when using this system for the extraction of LREEs and MREEs varied from 2 to 76 at different pH values and Alamine 336 ratios. To analyze the synergistic effect of the addition of Alamine 336 to Cyanex 572 on REE extraction, slope analysis and Fourier transform infrared spectroscopy measurement were performed. It was concluded that the role of Alamine 336 could be that of a proton ion extractor (released from the Cyanex 572 structure during REEs extraction) for REECl 2+ complexes and that of a phase modifier for Cyanex 572 for REECl 2 + complexes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».