MétaCan
Menu
Retour à la cohorte
Enregistrement W4390915210 · doi:10.9719/eeg.2023.56.6.781

Situation of Utilization and Geological Occurrences of Critical Minerals(Graphite, REE, Ni, Li, and V) Used for a High-tech Industry

2023· article· en· W4390915210 sur OpenAlexaboutno aff
Sang‐Mo Koh, Bum Han Lee, Chul‐Ho Heo, Otgon‐Erdene Davaasuren

Notice bibliographique

RevueEconomic and Environmental Geology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science and ICT, South KoreaKorea Institute of Geoscience and Mineral Resources
Mots-clésGraphiteGeochemistryGeologyMetallurgyMineralogyMining engineeringEarth scienceEnvironmental scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

Recently, there has been a rapid response from mineral-demanding countries for securing critical minerals in a high tech industries.Graphite, while overwhelmingly dominated by China in production, is changing in global supply due to the exponential growth in EV battery sector, with active exploration in East Africa.Rare earth elements are essential raw materials widely used in advanced industries.Globally, there are ongoing developments in the production of REEs from three main deposit types: carbonatite, laterite, and ion-adsorption clay types.While China's production has decreased somewhat, it still maintains overwhelming dominance in this sector.Recent changes over the past few years include the rapid emergence of Myanmar and increased production in Vietnam.Nickel has been used in various chemical and metal industries for a long time, but recently, its significance in the market has been increasing, particularly in the battery sector.Worldwide, nickel deposits can be broadly classified into two types: laterite-type, which are derived from ultramafic rocks, and ultramafic hosted sulfide-type.It is predicted that the development of sulfide-type, primarily in Australia, will continue to grow, while the development of laterite-type is expected to be promoted in Indonesia.This is largely driven by the growing demand for nickel in response to the demand for lithium-ion batteries.The global lithium ores are produced in three main types: brine lake (78%), rock/mineral (19%), and clay types (3%).Rock/mineral type has a slightly higher grade compared to brine lake type, but they are less abundant.Chile, Argentina, and the United States primarily produce lithium from brine lake deposits, while Australia and China extract lithium from both brine lake and rock/mineral sources.Canada, on the other hand, exclusively produces lithium from rock/mineral type.Vanadium has traditionally been used in steel alloys, accounting for approximately 90% of its usage.However, there is a growing trend in the use for vanadium redox flow batteries, particularly for large-scale energy storage applications.The global sources of vanadium can be broadly categorized into two main types: vanadium contained in iron ore (81%) produced from mines and vanadium recovered from by-products (secondary sources, 18%).The primary source, accounting for 81%, is vanadiumiron ores, with 70% derived from vanadium slag in the steel making process and 30% from ore mined in primary sources.Intermediate vanadium oxides are manufactured from these sources.Vanadium deposits are classified into four types: vanadiferous titanomagnetite (VTM), sandstone-hosted, shale-hosted, and vanadate types.Currently, only the VTM-type ore is being produced.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,029
Tête enseignante GPT0,263
Écart entre enseignants0,234 · 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'étudeObservationnel
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 revueEconomic and Environmental GeologyMême sujetExtraction and Separation ProcessesTravaux en français237 207