MétaCan
Menu
Retour à la cohorte
Enregistrement W4411226278 · doi:10.1021/acssuschemeng.5c02403

Controlling Selectivity of Surface Electro-Precipitation (SEP) in the Recovery of Rare Earth Elements (REE) from Aqueous Feedstocks

2025· article· en· W4411226278 sur OpenAlexafffund
И. В. Чернышова, Wesam Tork, Sathish Ponnurangam

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNorges Forskningsråd
Mots-clésPrecipitationSelectivityRare earthAqueous solutionEarth (classical element)Rare-earth elementChemistryEnvironmental chemistryInorganic chemistryChemical engineeringEnvironmental scienceMineralogyOrganic chemistryCatalysisMeteorology

Résumé

récupéré en direct d'OpenAlex

SEP is an emerging green separation technique for the recovery of REE and other valuable elements from unconventional feedstocks. Its industrial adoption requires comprehensive mechanistic knowledge of its selectivity for REE vs typical background cations to achieve the desired separation. To bridge this gap, we experimentally studied SEP of neodymium Nd in chloride, nitrate, and sulfate solutions, in the absence and presence of calcium, aluminum, iron, zinc, and cobalt. We found that SEP is nonselective in the mass-transfer regime. It becomes selective in the mixed regime, with higher purification factors for elements with larger gaps in precipitation pH. At the same potential and initial pH, the selectivity of SEP in the mixed regime is controlled by the current (OH – generation rate) and background ions. In the case of Fe, it additionally depends on the catalytic activity of the SEP cathode in the production of H 2 O 2 . We demonstrated for the first time that the in situ production of hydrogen peroxide in SEP can be used to selectively remove Fe from a multielement solution. The reported selectivity-recovery figures make SEP highly competitive, especially when its other advantages are factored in. The results of this study can be the basis for developing a suitable SEP-based strategy for preconcentrating REE and other valuable elements from diluted secondary resources.

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 seuil0,002

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,003
Tête enseignante GPT0,207
Écart entre enseignants0,204 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetExtraction and Separation ProcessesTravaux en français237 207