Phytomining of valuable metals: status and prospective-a review
Notice bibliographique
Résumé
Precious metals accumulated to high concentration spread across tailing dumps, mineralised soil and at many metal-processing facilities across the African continent. Currently, about 71% of the world’s deposits of platinum group metals (PGMs) are found in South Africa. The country produces about 60% of the world’s output of three of these precious metals namely; platinum, palladium and rhodium. Traditional mining technology is grossly insufficient to quantitatively recover all metals economically. Therefore, low concentrations of these valuable metals are often wasted away as leftovers – posing environmental menace to the general ecosystem via dissolved ‘associated-toxic metal leaching’ and run-offs. In the past few decades, the concept of phytomining to recover low concentration precious metals from mine tailings, has been investigated by various researchers inMexico, New Zeeland, Caledonia, Canada, United Kingdom and Australia. This review presents a synopsis of the reported precious metal phytomining studies developed on the laboratory scale, and/or in greenhouse or pilot scale as well as in the field, in the last two and half decades. A summary of work done so far as relating to the techno-economic assessment of precious metal phytomining is also presented. We have also taken the opportunity to specifically discuss the applications of the phytoextracted plant-based metal in catalysis and related fields – an area with great potential to support the catalyst market and its adjacent chemicals and pharmaceutical industries but has been less explored for its possible coupling with phytomining activities so as to augment the economic prospects of this mining method.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».