MétaCan
Menu
Retour à la cohorte
Enregistrement W7036886051

Controlled oxidative precipitation of manganese from an industrial zinc sulphate solution using a sulphur dioxide and oxygen gas mixture

2004· other· en· W7036886051 sur OpenAlexvenueno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2004
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMarine Sponges and Natural Products
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésManganeseOxidizing agentZincPrecipitationOxygenSulfur dioxideSulfur
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of the present work was to remove selectively manganese from a neutral leach zinc-rich solution at 80ºC using the gas mixture of sulphur dioxide (SO2) and oxygen (O2) as oxidizing agent. In order to determine the optimum conditions for manganese removal using SO 2/O2, several semi-batch experiments were performed, where the effects of pH, ORP, SO2/O2 ratio, mixing intensity, etc. were investigated. Results of these tests showed that SO2/O 2 was a fast and effective oxidant for removing manganese down to ppm level provided that the appropriate reactor design, agitation and SO 2/O2 ratio were employed. In an attempt to improve the precipitate's characteristics, e.g. crystallinity and solid/liquid separation, a new technique called Step-Wise Oxidative Precipitation (S.W.O.P) was investigated using a two-reactor continuous circuit employing pH and ORP control and precipitate recycling. These tests revealed that a birnessite-like phase with general formula (Na0.7Ca0.3)Mn7O14·2.8H 2O was produced with co-precipitation of a significant amount of zinc apparently via substitution. The applied technique (S.W.O.P combined with recycling) proved effective in producing dense particles but not on lowering zinc losses. The biggest advantage of this novel oxidation technique was the total elimination of scaling. (Abstract shortened by UMI.)

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 seuil0,001

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
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,174
Écart entre enseignants0,169 · 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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetMarine Sponges and Natural ProductsTravaux en français237 207