MétaCan
Menu
Retour à la cohorte
Enregistrement W7117483460 · doi:10.3390/min16010031

Key Factors Impacting the Decomposition Rate of REE Silicates During Sulfuric Acid Treatment

2025· article· en· W7117483460 sur OpenAlexafffund
Yves Thibault, Joanne Gamage McEvoy, Dominique Duguay

Notice bibliographique

RevueMinerals · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensNatural Resources Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésSulfuric acidDecompositionAmorphous solidPassivationOrthosilicateOxide mineralsChemical decompositionMineral

Résumé

récupéré en direct d'OpenAlex

The decomposition of silicates in sulfuric acid to extract rare earth elements (REE) is typically characterized by the formation of an amorphous silica layer surrounding the receding crystal that may act as a passivation barrier limiting the rate of mineral dissolution. In this context, sulfuric acid treatment experiments coupled with detailed characterization of the evolution of the decomposition reaction were performed on natural allanite (CaREEAl2Fe2+Si3O11O[OH]), as well as synthetic neodymium disilicate (Nd2Si2O7), orthosilicate (Ca2Nd8(SiO4)6O2), and orthophosphate (NdPO4) phases in order to investigate if there are key factors, operating on a wide range of silicates, that negatively impact REE recovery. While, as expected, the acid strength is the driver in promoting the decomposition of the orthophosphate, for the silicates investigated, no matter their crystalline structure and chemical resistance, there is a severe passivation mechanism at play in concentrated H2SO4. However, in all cases, this effect can be minimized by water dilution, which strongly enhances sulfate-forming cation transfer across the produced amorphous silica layer. Taking into consideration this distinct characteristic of the mode of decomposition of silicates in sulfuric acid should help in defining optimal extraction strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 seuil0,261

Scores Codex et Gemma par catégorie

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 Opus0,013
Tête enseignante GPT0,282
Écart entre enseignants0,268 · 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 tête enseignante, 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetExtraction and Separation ProcessesTravaux en français237 207