MétaCan
Menu
Back to cohort
Record W3161900189 · doi:10.82308/11715

An investigation into using ionic liquids for rare earth mineral flotation

2019· article· en· W3161900189 on OpenAlexfundno aff
Ronghao Li

Bibliographic record

VenueeScholarship@McGill (McGill) · 2019
Typearticle
Languageen
FieldEnvironmental Science
TopicMinerals Flotation and Separation Techniques
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of CanadaMcGill University
KeywordsRare earthMineralChemistryMineral processingMineralogyGeochemistryEnvironmental scienceGeology

Abstract

fetched live from OpenAlex

Les éléments des terres rares (ETR) sont utilisés dans de nombreuses domaines innovatives. Le Bastnaésite, un minéral des terres rares (MTR) fluorocarboné, est l'une des sources principales de production des ETR. La flottation par mousse est l'une des techniques les plus communément utilisées dans le traitement des MTR ainsi que dans l'industrie minéralurgique en général. Une liquide ionique (LI), le tetraethylammonium mono-(2-ethylhexyl)2-ethylhexyl phosphonate ([N2222][EHEHP]), a été étudiée auparavant pour l'extraction par solvant des ETR et s'est démontrée comme étant sélectif et efficace. Ce projet étudie l'utilisation du [N2222][EHEHP] comme collecteur pour la flottation des MTR. Les résultats sont comparés au quartz et à l'hématite (deux minéraux de la gangue couramment associés aux dépôts MTR). Des mesures du potentiel zêta et la spectroscopie infrarouge à transformée de Fourier (IRTF) ont été utilisées pour étudier la chimie de surface des minéraux. Ces résultats ont été utilisés pour supporter des données de microflottation obtenus auparavant. Les résultats de microflottation suggèrent que la capacité de collecte du LI est plus élevée pour le quartz et l'hématite que pour le bastnaésite, qui n'a montré qu'une récupération appréciable à un pH de 5 avec 500 g/t de LI. Les résultats du potentiel zêta et de l'IRTF suggèrent une adsorption du groupe phosphonate sur le bastnaésite et l'hématite, probablement par le mécanisme de chimisorption, tandis que pour le quartz, la récupération élevée de la flottation est possiblement due au groupe de l'ammonium faiblement lié. Pour prouver l'efficacité de la séparation, trois dépresseurs ont été testés, soit le silicate de sodium, le NorligH (un dépresseur commercial contenant du lignine sulfonate de calcium) et le chlorure de manganèse. Les résultats des tests de microflottation montrent que les dépresseurs peuvent réduire considérablement le bastnaésite dans toutes les conditions testées, avec peu d'impact sur l'hématite et le quartz. Un mélange synthétique de trois minéraux a été testé par flottation en laboratoire à un pH de 5 avec le silicate de sodium. Les résultats montrent que le bastnaésite a été sélectivement diminué tandis que la récupération de l'hématite et du quartz est restée considérablement stable. Une meilleure séparation pourrait être obtenue en utilisant la méthode de la flottation inverse avec une dose de collecteur plus élevée et un dépresseur plus efficace. Une étape de prétraitement est proposée pour rejeter certains minéraux de la gangue avant la flottation afin d'améliorer l'efficacité de la séparation.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.105
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0000.002
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.021
GPT teacher head0.264
Teacher spread0.243 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations2
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueeScholarship@McGill (McGill)Same topicMinerals Flotation and Separation TechniquesFrench-language works237,207