Reviving Riches: Unleashing Critical Minerals from Copper Smelter Slag Through Hybrid Bioleaching Approach
Notice bibliographique
Résumé
Due to the emission of hazardous chemicals and heat, the traditional smelting method used to extract critical minerals from ore and mine slag/tailings is considered bad for the environment. An environmentally friendly procedure that can stabilize sulfur emissions from mine waste without endangering the environment is bioleaching. In the present study, sequential oxidative (Oxi) and reductive (Red) bioleaching of acid-pretreated copper smelter slag using iron-oxidizing/reducing Acidithiobacillus ferrooxidans was applied to investigate critical minerals’ recovery for the dissolution of copper smelter slag. In this batch flask experiment, up to 55% Cu was recovered on day 11 during the Oxi stage, which increased to 80% during the Red stage on day 20. A sequential oxidative and reductive bioleaching of an acid-pretreated copper smelter slag at pH (1.8) and 30 °C positively affects the extraction of Cu (80%), Zn (77.1%), and Al (65.3%). In contrast to the aerobic bioleaching experiment, the reduction of Fe3+ iron under anaerobic conditions resulted in a more significant release of Fe2+ and sulfate, limiting the development of jarosite, surface passivation, and the subsequent loss of metal recovery due to co-precipitation with Fe3+. Overall, the Oxi-Red bioleaching process combined with acid pretreatment showed promising results toward creating a method for recovering valuable metals from metallurgical waste that is economical and environmentally beneficial.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».