Sustainable Leaching of Cu, Ni, and Au from Waste Printed Circuit Boards Using Choline Chloride-Based Deep Eutectic Solvents
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.
Notice bibliographique
Résumé
Electronic waste (e-waste) is becoming a serious problem that impacts the environment due to its fast-growing volume. This rise is linked to high electronic and electrical equipment production to meet the increasing demand for high-end electronic devices. Conventional e-waste recycling approaches, including hydrometallurgy and pyrometallurgy, often involve substantial water and energy consumption and the generation of by-products, such as the emission of toxic gases or hazardous effluents. Within this context, solvometallurgy has emerged as a compelling alternative, whereby green non-toxic non-aqueous solvents, namely deep eutectic solvents (DESs), are used to extract and recover the metals with minimal water and harsh acid/base chemical use. The current study presents the solvo-leaching results of critical and strategic metals, i.e., copper (Cu) and nickel (Ni), and precious metals, i.e., gold (Au), from waste printed circuit boards (PCBs). Five different DESs were tested at mild conditions, namely at a temperature of 65 °C, a stirring speed of 300 rpm, a solid/liquid ratio of 10 g/L, and in the presence of iodine (I2) for 96 h. Among the different solvents tested, the one consisting of choline chloride (ChCl), acetic acid (AA), and I2 emerged as the optimal solvent, leading to the selective extraction of 99% of Cu, 92% of Ni, and 90% of Au from the PCB powder.
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 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 découle