MétaCan
Menu
Retour à la cohorte
Enregistrement W4409418382 · doi:10.1016/j.mineng.2025.109322

Sustainable extraction and purification of REE and other metals from unsorted battery waste

2025· article· en· W4409418382 sur OpenAlexafffund
Aba Marie Anne-Antoine Otron, Lan Huong Tran, Jean-François Blais

Notice bibliographique

RevueMinerals Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWaste managementExtraction (chemistry)Battery (electricity)Environmental scienceMunicipal solid wasteHeavy metalsEngineeringChemistryEnvironmental chemistryPhysicsChromatography

Résumé

récupéré en direct d'OpenAlex

• Rare earth elements and metals leaching from unsorted battery waste. • REE recovery by selective precipitation. • Separation of zinc, manganese, cadmium, nickel, and cobalt by solvent extraction. • Zinc and cadmium recovery by electrodeposition. • Manganese, nickel and cobalt recovery by selective precipitation. Recycling the metals in household batteries usually requires a sorting stage, as the batteries are processed according to their chemistry. The aim of the present work was to define a technological process for extracting and recovering rare earth elements (REE) and other metals (Zn, Mn, Cd, Co, Ni) from unsorted battery waste. Two consecutive non-selective leaching steps using 1.34 M H 2 SO 4 and 0.45 g Na 2 S 2 O 5 /g powder with 100 g/L battery powder resulted in the solubilization of 84 % REE, 100 % Fe, 100 % Zn, 100 % Cd, 100 % Mn, 100 % Ni and 97 % Co. The REE is then recovered by precipitating double sulfates of REE, followed by a step of re-precipitating the REE as oxalate and calcining it to form a rare earth oxide concentrate (95 % purity). Iron is then removed by hydroxide precipitation at pH 4, while zinc is separated by solvent extraction (30 % Cyanex 272 + 5 % TBP, O/A ratio = 0.4, pH 2.5–2.8) and electrodeposited (99.96 % purity) at pH 2. Next, Cd and Mn are separated from the other metals by solvent extraction (30 % D2EHPA + 5 % TBP, O/A ratio = 2, pH 2.7–2.9) and selectively precipitated as CdS (83 % purity) at pH 7–8 and MnCO 3 at pH 9.5–10.5, which is then calcined to produce MnO (96 % purity). Cobalt is then separated from nickel by solvent extraction (10 % Cyanex 272 + 5 % TBP, O/A ratio = 1, pH 5.7–6.5) and both metals are recovered by oxalate formation and subsequently calcined to form cobalt oxide (79 % purity) and nickel oxide (97 % purity).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMinerals EngineeringMême sujetExtraction and Separation ProcessesTravaux en français237 207