Polysaccharides-based pyrite depressants for green flotation separation: An overview
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
Froth flotation is an essential processing technique for upgrading low-grade ores. Flotation separation would not be efficient without chemical surfactants (collectors, depressants, frothers, etc.). Depressants play a critical role in the selective separation of minerals in that they deactivate unfavorable mineral surfaces and hinder them from floating into the flotation concentration zone. Pyrite is the most common and challenging sulfide gangue, and its conventional depressants could be highly harmful to nature and humans. Therefore, using available, affordable, eco-friendly polymers to assist or replace hazardous reagents is mandatory for a green transition. Polysaccharide-based (starch, dextrin, carboxymethyl cellulose, guar gum, etc.) polymers are one of the most used biodegradable depressant groups for pyrite depression. Despite the satisfactory flotation results obtained using these eco-friendly depressants, several gaps still need to be addressed, specifically in investigating surface interactions, adsorption mechanisms, and parameters affecting their depression performance. As a unique approach, this review comprehensively discussed previously conducted studies on pyrite depression with polysaccharide-based reagents. Additionally, practical suggestions have been provided for future assessments and developments of polysaccharide-based depressants, which pave the way to green flotation. This robust review also explored the depression efficiency and various adsorption aspects of naturally derived depressants on the pyrite surface to create a possible universal trend for each biodegradable depressant derivative.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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