A review of the application of deep eutectic solvents for metal recovery from diverse secondary sources
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
In recent years, the growing demand for critical, strategic, and precious metals across various industries has led to a worldwide shortage. The increasing disposal of metal-containing waste poses significant environmental and health risks while also accelerating the depletion of natural resources. Given the supply risks, environmental hazards, and challenges associated with extracting these metals from primary ores, it is vital to develop sustainable methods for recovering them from secondary sources. Metal recovery has garnered research interest due to its essential role in promoting a circular economy. Metallurgical processes, such as pyrometallurgy, bioleaching, and hydrometallurgy, often lead to secondary pollution and economic challenges. Methods based on solvometallurgy and green chemistry, such as the use of deep eutectic solvents (DESs), offer potential for separating metals from waste. DESs provide a sustainable approach for selective recovery, potentially replacing mineral acids while minimizing wastewater production. This paper provides a literature survey on the extraction of metals from sources including electrical and industrial waste, minerals, biological materials, and environmental samples using DESs. It discusses concepts, specifications, and characterization methods related to DESs. Additionally, the article classifies the techniques used for metal separation and recovery with DESs, along with key parameters that influence efficiency. The review emphasizes the selective and high-efficiency recovery of various metals using DESs. It highlights the necessity of designing DESs with low viscosity, strong coordination, and high reducibility for optimal separation. We hope that the challenges and opportunities for advancing metal recovery through DESs are clearly outlined, providing a roadmap for new applications of DES technology. • Deep eutectic solvents recover metals from electronic, industrial, and mineral waste. • Review covers extraction from batteries, magnets, solar panels, and biological sources. • Key solvent properties drive efficient and selective metal recovery. • Eco-friendly solvents reduce wastewater and replace harmful mineral acids. • Guidance provided for designing deep eutectic solvents for sustainability
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