MétaCan
Menu
Retour à la cohorte
Enregistrement W4400016489 · doi:10.3749/2300052

Microbial Mobilization and Reprecipitation of Transition Metals in Waste Rock from an Abandoned Pyrite Mine: Implications for Metal Recovery

2024· article· en· W4400016489 sur OpenAlexaffabout
Wing Lam Savina Tam, Decla McParland, Thomas Ray Jones, Ian Power, Andrew Langendam, Gordon Southam, Jenine McCutcheon

Notice bibliographique

RevueThe Canadian Journal of Mineralogy and Petrology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensTrent UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBioleachingPyriteAcid mine drainageLeachateChromiumEnvironmental chemistryChemistryBioremediationLeaching (pedology)Iron bacteriaTailingsEnvironmental remediationManganeseSulfide mineralsGeologyMetallurgyCopperMineralogyContaminationMaterials scienceBacteria

Résumé

récupéré en direct d'OpenAlex

Abstract The Pyrite Mines in Sulphide, Ontario are a collection of historic mine workings representing one of more than 6000 abandoned mines in Ontario. Historic mines are receiving renewed interest as potential sources of critical minerals for use in low carbon technologies. This study characterizes waste rock from the Pyrite Mines in the context of metal distribution, microbial activity, bioleaching, and acid mine drainage (AMD) bioremediation for the recovery of metals. Acidophilic Fe-oxidizing bacteria cultured from the waste rock produced schwertmannite [Fe8O8(OH)8−2x(SO4)x·nH2O] and ammoniojarosite [NH4Fe3(SO4)2(OH)6] with similar morphologies to those often observed in acidic sulfidic mine settings. Fe- and S-oxidizing bacteria found naturally in the waste rock were used in waste rock bioleaching column experiments that demonstrated AMD formation and metal mobilization. The columns produced acidic leachates (pH = 1.75) containing dissolved constituents, including sulfur (1577 mg/L), iron (547.7 mg/L), nickel (12.6 mg/L), manganese (7.3 mg/L), copper (2.3 mg/L), zinc (2.0 mg/L), chromium (1.5 mg/L), and titanium (0.7 mg/L). The proportion of metals successfully leached from the waste rock was variable, with leaching efficiencies calculated for nickel (31%), manganese (10.5%), iron (1.5%), chromium (1.4%), and titanium (0.02%). The leachates produced by the bioleaching columns were amended in subsequent bioremediation columns using sulfate reducing bacteria cultured from the mine site. Remediation efficiencies for elements of interest were calculated as cobalt (100%), chromium (100%), copper (100%), iron (90%), titanium (68%), nickel (52%), manganese (52%), and sulfur (43%). Mapping elemental distributions in thin sections from one of the bioleaching columns using synchrotron X-ray fluorescence microscopy revealed the heterogeneity of the waste rock. Iron was observed in both euhedral mineral grains, likely pyrite, and in secondary cements coating grains in the waste rock. Nickel, manganese, and chromium were primarily co-located with the iron. Titanium was primarily co-located with calcium in titanite (CaTiSiO5), making it challenging to target with bioleaching. This study demonstrates the heterogeneous nature of metal distribution in waste rock from this historic mine site. It indicates that successful metal recovery from legacy mine waste will require such materials to be treated as anthropogenic mineral deposits that require “exploration” and characterization much like naturally occurring ore deposits.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,883

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 savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,245
Écart entre enseignants0,235 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Mineralogy and PetrologyMême sujetMine drainage and remediation techniquesTravaux en français237 207