MétaCan
Menu
Retour à la cohorte
Enregistrement W6898747823 · doi:10.57760/sciencedb.06393

Recovery of high purity Si from kerf-loss Si slurry waste by flotation method using PEA collector

2022· dataset· en· W6898747823 sur OpenAlexaff

Notice bibliographique

RevueScienceDB · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSlurryAdsorptionZeta potentialSiliconX-ray photoelectron spectroscopyPulmonary surfactantWet-millingSilicon carbide

Résumé

récupéré en direct d'OpenAlex

Separation and recovery of high-purity Si powder from kerf-loss Si slurry waste is a critical challenge for the photovoltaic industry. A green surfactant poly (propylene glycol) bis (2-aminopropyl ether) (PEA) was employed as a collector to facilitate the separation of Si and SiC from kerf-loss Si waste during flotation process. Single flotation tests of Si and SiC were conducted using 5 x 10(-6) mol/L PEA, respectively. The separation efficiencies of Si and SiC in conjunction with PEA adsorption mechanism were investigated. It was found that the maximum recoveries rate of SiC and Si were 90.59% (pH 9.00) and 80.93% (pH 1.96), respectively. Furthermore, the maximum Si grade was determined as 92.31% at pH 8.95 for the sinking part of the mixture generating excellent floatability and selectivity. Zeta potential measurements, FT-IR spectra, and XPS analyses demonstrated that PEA was present on the surface of Si and SiC through electrostatic and hydrogen-bond interactions. The adsorption mechanism was explained based on the results. This research provides an efficient and environmentally friendly route for the separation and recovery of high purity silicon from kerf-loss Si waste. (C) 2020 Elsevier Ltd. All rights reserved.

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
Bibliométrie0,0010,000
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)0,0010,001

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 Opus0,028
Tête enseignante GPT0,316
Écart entre enseignants0,287 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceDBTravaux en français237 207