Development of a Neutral Mine Drainage Prediction Method Using Modified Kinetics Tests and Assessment of Sorption Capacities
Notice bibliographique
Résumé
Abstract Prediction of neutral mine drainage (NMD) chemistry is difficult with the predictive tools developed for acid mine drainage (AMD). To address this problem, a methodology to assess NMD risk was developed using Lac Tio Mine waste rock as a positive control. The methodology compares the maximum potential for contaminant release (in this case, nickel) using the waste rock’s total metal content and the sorption capacity of the material (q max ) combined with a mineralogical assessment and modified kinetic leaching experiments that use a chelating agent to prevent immobilization processes from occurring. The results indicate that the potential NMD risk associated with Lac Tio waste rock would be assessed as probable with the proposed methodology. Indeed, the total nickel concentrations in the Lac Tio waste rock range from 270 to 590 mg/kg. The nickel is found in Ni-rich pyrites, which proved to effectively leach when no immobilization occurred (using ethylenediaminetetraacetic acid, or EDTA, leaching). The material’s sorption capacities were between 127 and 197 mg/kg of Ni. The sorption capacity to total Ni content ratio of the material was < 1, indicating that the material has fewer sorption sites for Ni than Ni contained within the material, thereby underscoring the potential risk of Ni leaching over time. The approach proposed in this work provides an additional tool for the assessment water quality risk associated with NMD.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».