MétaCan
Menu
Retour à la cohorte
Enregistrement W7070198538

Ongoing Novel Critical Metals Recovery from Coal Ash

2024· article· en· W7070198538 sur OpenAlexaboutno aff

Notice bibliographique

RevueUKnowledge (University of Kentucky) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEdcuational Technology Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLithium (medication)CoalPresentation (obstetrics)Fly ashBeneficiationMembrane technologyNuclear decommissioning
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Novel Critical Metals Recovery Techniques from Coal Ash Authors Mr. Claudio Arato - Canada - SonoAsh Abstract Abstract Summary This presentation will focus on the new and emerging areas of interest for SonoAsh. While Critical metals recovery has always been part of the SonoAsh process, this presentation will specifically focus on our new, patent pending methodology to extract Lithium ions from coal ash using a proprietary membrane grafting techniques developed in collaboration with Dr. Mohamad Al-Sheikhly’s at the University of Maryland, College Park. The technology is in the state of optimization and studies are being performed to determine the maximum extraction capacities of these membranes. Furthermore, striping methodologies are currently being developed to determine how the extracted Lithium can be further recovered from the membranes. The selective nature of the membrane assembly through innovative surface coordination chemistry techniques for Lithium separation demonstrates a bespoke pathway to more efficient singular Lithium recovery strategies and the potential for an additional business opportunity for the coal ash industry. From the development program to date, eight unique polymer membranes have been developed using an electron beam direct grafting method requiring irradiation by a linear accelerator at the National Institute for Science and Technology (NIST) in Bethesda, MD, with the specific goal of capturing and separating Lithium salts more selectively. This program was informed by the results and knowledge obtained from a previous membrane development program for the unique recovery of Uranium from sea water. Results are expected to be complete and available for presentation during WOCA 2024.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,241
Écart entre enseignants0,216 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUKnowledge (University of Kentucky)Même sujetEdcuational Technology SystemsTravaux en français237 207