Influence of Iron Substitution and Solution Composition on Brucite Carbonation
Notice bibliographique
Résumé
Carbon neutral or negative mining can potentially be achieved by integrating carbon mineralization processes into the mine design, operations, and closure plans. Brucite [Mg(OH) 2 ] is a highly reactive mineral present in some ultramafic mine tailings with the potential to be rapidly carbonated and can contain significant amounts of ferrous iron [Fe(II)] substituted for Mg; however, the influence of this substitution on carbon mineralization reaction products and efficiency has not been thoroughly constrained. To better assess the efficiency of carbon storage in brucite-bearing tailings, we performed carbonation experiments using synthetic Fe(II)-substituted brucite (0, 6, 23, and 44 mol % Fe) slurries in oxic and anoxic conditions with 10% CO 2 . Additionally, the carbonation process was evaluated using different background electrolytes (NaCl, Na 2 SO 4, and Na 4 SiO 4 ). Our results indicate that carbonation efficiency decreases with increasing Fe(II) substitution. In oxic conditions, precipitation of ferrihydrite [Fe 10 III O 14 (OH) 2 ] and layered double hydroxides {e.g., pyroaurite [Mg 6 Fe 2 III (OH) 16 CO 3 ·4H 2 O]} limited carbonation efficiency. Carbonation in anoxic environments led to the formation of Fe(II)-substituted nesquehonite (MgCO 3 ·3H 2 O) and dypingite [Mg 5 (CO 3 ) 4 (OH) 2 ·∼5H 2 O], as well as chukanovite [Fe 2 II CO 3 (OH) 2 ] in the case of 23 and 44 mol % Fe(II)-brucite carbonation. Carbonation efficiencies were consistent between chloride- and sulfate-rich solutions but declined in the presence of dissolved Si due to the formation of amorphous SiO 2 · n H 2 O and Fe–Mg silicates. Overall, our results indicate that carbonation efficiency and the long-term fate of stored CO 2 may depend on the amount of substituted Fe(II) in both feedstock minerals and carbonate products.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».