MétaCan
Menu
Retour à la cohorte
Enregistrement W4414411655 · doi:10.1080/19648189.2025.2559086

Study on flocculation mechanism of tailings slurry in ferric chloride solution

2025· article· en· W4414411655 sur OpenAlexaff
Haihao Yu, Jie Lei

Notice bibliographique

RevueEuropean Journal of Environmental and Civil engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTailingsFlocculationSlurryChlorideFerricMechanism (biology)

Résumé

récupéré en direct d'OpenAlex

The presence of a significant quantity of clay colloids in the tailings slurry results in an unusually sluggish consolidation process under self-weight. Therefore, containment within an artificial dam is necessary for the tailing slurry, posing a substantial hazard. It is imperative to reconsider the methods of disposing of tailing slurry due to the intricate physicochemical interactions and charged surfaces exhibited by clay colloids upon contact with water. To elucidate the mechanism of soil–water interaction in tailings slurry, a comprehensive set of macroscopic and microscopic experiments was conducted. The results from sedimentation experiments on tailings in the presence of ferric chloride at different concentrations indicate that as the concentration increases, both the initial settling rate and void ratio decrease continuously after sedimentation stabilization, accompanied by a decrease in absolute zeta potential. This phenomenon can be attributed to decreasing solution pH and increasing Fe3+ concentration with higher solution concentration, resulting in positive charges on clay particles’ edge charges. Under Fe3+ influence, double-layer thickness decreases, while electrostatic forces between particles weaken. Consequently, sedimentation transitions from face-to-edge to face-to-face configuration occur, reducing aggregation diameter and porosity, which subsequently lowers both sedimentation rate and stable sedimentation porosity of the tailings slurry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,165
Écart entre enseignants0,158 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Environmental and Civil engineeringMême sujetTailings Management and PropertiesTravaux en français237 207