MétaCan
Menu
Retour à la cohorte
Enregistrement W4392139926 · doi:10.1016/j.mineng.2024.108613

Preliminary investigation into lithium extraction by phosphoric acid leaching of spodumene

2024· article· en· W4392139926 sur OpenAlexafffund
Justin Paris, Shiva Mohammadi-Jam, Ronghao Li, Jingyi Liang, Hak Jun Oh, Ozan Kökkılıç, Sidney Omelon, Kristian E. Waters

Notice bibliographique

RevueMinerals Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésSpodumenePhosphoric acidLeaching (pedology)Extraction (chemistry)Lithium (medication)ChemistryMetallurgyMineralogyEnvironmental chemistryEnvironmental scienceMaterials scienceChromatographySoil science

Résumé

récupéré en direct d'OpenAlex

• Leaching of lithium from β-spodumene was investigated. • At low temperature (≤100 °C) and atmospheric pressure over 40 % Li was extracted. • Low levels of Al and Si extraction imply selectivity. Lithium demand has risen significantly with the dominance of lithium-ion batteries in renewable energy technology. Spodumene is a primary lithium-bearing mineral of lithium extraction interest, due to its comparatively high grade and simple composition. However, lithium extraction processes from spodumene remain complex. In this study, phosphoric acid was investigated as a lithium leaching agent. Preliminary leach experiments were performed on 1 g of pure β-spodumene, with varying phosphoric acid concentration, temperature, residence time, and liquid-to-solid ratio. Chemical composition of the leach filtrates and residues by inductively coupled plasma optical emission spectroscopy (ICP-OES) revealed that > 40 % lithium leaching efficiency was achieved at an 8 M acid concentration, 100 °C, an 8 h residence time, and a liquid-to-solid ratio of 10 mL/g. With further optimization and understanding of the leaching mechanism, phosphoric acid could prove to be a suitable alternative for selective lithium extraction from spodumene.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,246
Score d'incertitude au seuil0,776

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,223 · 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 tête enseignante, 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

Citations14
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMinerals EngineeringMême sujetExtraction and Separation ProcessesTravaux en français237 207