MétaCan
Menu
Retour à la cohorte
Enregistrement W4402567753 · doi:10.1016/j.mineng.2024.108975

Identification and quantification of pyrrhotite superstructures in base metal sulfide ore samples: A critical review

2024· review· en· W4402567753 sur OpenAlex
Alireza Rezvani, Foad Raji, Qi Liu, Yongjun Peng

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMinerals Engineering · 2024
Typereview
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPyrrhotiteSulfideBase metalIdentification (biology)ChalcopyriteMetallurgyGeologyMaterials scienceCopper

Résumé

récupéré en direct d'OpenAlex

Pyrrhotite, a ubiquitous gangue sulfide mineral in base metal sulfide ore deposits, has little to no economic value but can dilute base metal sulfide concentrates, reducing their quality and emitting SO₂ during downstream smelting. Therefore, effective rejection of pyrrhotite is crucial in the flotation of base metal sulfide ores. Pyrrhotite is characterized by various crystallographic superstructures, such as 4C, 5C, 6C and 11C, which exhibit markedly different flotation behaviors, complicating its separation from value base metal minerals. This paper reviews the distinct characteristics of pyrrhotite superstructures such as crystal structure, chemical composition, iron vacancy ordering, optical properties , magnetic susceptibility and bond vibrational modes that can serve as unique identifiers for the identification and quantification of pyrrhotite superstructures in base metal sulfide ores. In this paper, the advantages and limitations of various characterization techniques, including X-ray diffraction (XRD), optical microscopy, thermomagnetic analysis, scanning electron microscopy (SEM), electron backscattered diffraction (EBSD), and various spectroscopic methods such as Mössbauer spectroscopy, Fourier-transform infrared spectroscopy (FTIR) and Raman spectroscopy for distinguishing pyrrhotite superstructures in ore samples are reviewed. Although these techniques provide a robust framework for analyzing pyrrhotite’s intricate properties, the identification process is complicated by the fact that all pyrrhotite superstructures share a common NiAs-type hexagonal lattice, exhibit only subtle compositional differences and possess similar optical and vibrational properties. Consequently, relying solely on the results from a single technique can be inadequate to distinguish between different pyrrhotite superstructures accurately. In this regard, the review discusses the potential of combining various techniques to enhance the capability of accurately identifying and quantifying pyrrhotite superstructures. By improving the identification and quantification of pyrrhotite superstructures in ore samples, the minerals industry may optimize the strategies to selectively reject pyrrhotite, reducing environmental impacts and achieving better recoveries of base metal minerals.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,062
Tête enseignante GPT0,326
Écart entre enseignants0,263 · 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