MétaCan
Menu
Retour à la cohorte
Enregistrement W4417113077 · doi:10.1016/j.seppur.2025.136421

Experimental insights into surface chemistry and wetting properties of mineral particles in multiphase systems

2025· article· en· W4417113077 sur OpenAlexafffund
Mohammed Zriki, Adrián Carrillo García, Louis Fradette, Jamal Chaouki

Notice bibliographique

RevueSeparation and Purification Technology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesOCP GroupMitacs
Mots-clésWettingContact angleMicroscale chemistryMineralSurface energyParticle (ecology)Aqueous solutionFroth flotation

Résumé

récupéré en direct d'OpenAlex

Mineral separation processes like froth flotation rely on differences in wettability, emphasizing the need to understand the interfacial properties and microscale processes occurring on material surfaces. Although the Young contact angle is the primary parameter for wettability quantification, it faces significant limitations when applied to fine particles due to their non-planar shapes and rough surfaces, making the analysis highly system-specific. This study explores the challenges related to the wettability of minerals, including carbonates, quartz, pHosphate minerals such as apatite, and rare-earth-bearing minerals like bastnaesite and monazite. Their respective wettability was determined using static and dynamic contact angle measurements, solvent extraction, and particle attachment-droplet coverage analysis. A higher tendency of apatite, monazite, and bastnaesite to attach to oil droplets under specific conditions (pH around 6) can be attributed to their greater hydrophobicity (higher contact angles >55°). This behavior likely arises from their surface chemical composition and crystalline structure, which favor lower surface energy and reduced affinity to the aqueous phase, while carbonate minerals and quartz, being more hydrophilic minerals, remained in the water phase. The analysis of mineral surface properties indicates the capability for processes like solid-stabilized emulsions to selectively separate and concentrate specific minerals.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,313

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 Opus0,012
Tête enseignante GPT0,272
Écart entre enseignants0,260 · 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'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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSeparation and Purification TechnologyMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207