Slag-based stabilization/solidification of hazardous arsenic-bearing tailings as cemented paste backfill: Strength and arsenic immobilization assessment
Notice bibliographique
Résumé
The widespread occurrence of toxic arsenic in sulfidic and non-ferrous waste tailings hinders its disposal as cement paste backfill (CPB). Alkali activated slag (AAS) has recently begun to be practiced as an alternative to normal Portland cement (OPC). Nevertheless, technical information on arsenic immobilization and mechanical characteristics of arsenic-rich AAS-CPB is rather few. The impacts of activator nature, cure temperature and arsenic content on strength and arsenic immobilization of AAS-CPB explored. Despite AAS-CPB having greater strength, OPC-CPB consistently has a stronger (1.7–21.1% higher) ability to immobilize arsenic. The optimum silica modulus for maximal strength and arsenic immobilization capability depends on curing time. Strength at3 days is enhanced by higher activator doses, whereas strength at later ages (≥ 28 days) is decreased. At all curing ages, the lowest arsenic immobilization capacity is produced by medium activator concentration (0.35). Irrespective of cement type, strength increases as curing temperature rose, however OPC-CPB's strength is more responsive to temperature changes than AAS-CPB's. At room temperature (20°C), OPC-CPB has a higher (6.0–21.1% greater) arsenic immobilization efficiency (AIE) than AAS-CPB, but the opposite is true at lower (5°C) and higher (35°C) temperatures (i.e., 5.4–12.0% and 4.4–12.0% lower at 5 and 35°C respectively). Early on, the influence of arsenic content on strength is not immediately apparent, but it tends to become more obvious with longer curing times. As a role of cement type and elapsed time, high arsenic contents cause a rise or a decrease in AIE. Notably, there is no apparent connection between UCS and AIE. Electrical conductivity and moisture content can be steadily employed to portray the hydration progression of both arsenic-free and arsenic-containing CPB.
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) | 0,000 | 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) | 0,001 | 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 ».