MétaCan
Menu
Retour à la cohorte
Enregistrement W7135549383

Lithium sources and deposit types

2025· dissertation· cs· W7135549383 sur OpenAlexaboutno aff
Anežka Skřivánková

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2025
Typedissertation
Languecs
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLithium (medication)PegmatiteFossil fuelRaw materialComponent (thermodynamics)TantalumSpodumeneGeothermal gradient
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Lithium (Li) is critical for developing electromobility, various modern technologies, and storing renewable energy. As a key component of lithium-ion batteries, Li production has increased more than eightfold over the past 15 years, with forecasts indicating a continued growth in demand. This underscores the importance of systematically exploring lithium resources, optimizing extraction technologies, and ensuring the sustainable management of this strategic raw material. The paper provides an overview of the main lithium deposit types, including Lithium-Caesium- Tantalum (LCT) pegmatites (e.g., the Tanco pegmatite in Canada, Bikita in Zimbabwe, and Greenbushes in Australia), greisens and enriched granites (e.g., Cínovec in the Czech Republic), and brines from closed-basin systems - especially within the so-called "Lithium Triangle" (Argentina, Bolivia, and Chile). Alternative resources are also examined, such as geothermal brines (e.g., Campi Flegrei in Italy), brines from oil and gas fields (e.g., in Arkansas and Texas), and lithium-enriched clays (e.g., in Yunnan Province, China, and the McDermitt Caldera, USA). These unconventional resources can potentially become economically significant in the future, complementing the traditional sources. This paper aims to characterize the various deposit...

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 candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,234
Écart entre enseignants0,227 · 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.

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'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetExtraction and Separation ProcessesTravaux en français237 207