The fundamental dissolution kinetics of silver sulfide and mercury sulfide in atmospheric cyanide solutions
Notice bibliographique
Résumé
The dissolution kinetics of pure silver sulfide (acanthite) and mercury sulfide (metacinnabar) were investigated using rotating disc and stirred reactor methods and the results were explained using the Levich and shrinking-core Parabolic Leach equations, respectively. It was observed that silver sulfide dissolution was limited by cyanide mass-transport and mercury sulfide by parabolic leaching. Silver sulfide leaching was practically unaffected by pH and dissolved oxygen concentrations while mercury sulfide leaching was sensitive to both parameters. Dissolution rates of both species increased linearly with cyanide concentration and activation energies were calculated using the Arrhenius rate equation as 5.15kJ/mol and 5.81kJ/mol, respectively, which indicates mass-transport control. It was also considered that silver sulfide dissolution is supressed by sulfide-saturation in the solution, while mercury dissolution is inhibited by the growth of sulfur-rich product layers on the particles. Kinetic results were compared to extraction experiments conducted on a spent Heap Leach Residue sample from the Yanacocha Mine in Peru which contained acanthite and cinnabar as its primary silver and mercury species. Extraction kinetics of silver from the Leach Residue was analogous to pure silver sulfide’s experimental results, except that extraction rates decreased with pH. Mercury extraction from the residue was insensitive to both cyanide and pH, but was responsive to oxygen concentration. The discrepancies between pure sample investigations and the Leach Residue suggest that unforeseen interactions with other minerals may be affecting the extraction rates of silver and mercury from the Yanacocha Mine.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».