MétaCan
Menu
Back to cohort
Record W3175363241 · doi:10.82308/49552

The flotation characteristics of magnetic/4C (Fe7S8) and non-magnetic/5C (Fe9S10) pyrrhotite superstructures

2018· article· en· W3175363241 on OpenAlexfundno aff
Ravinder S. Multani

Bibliographic record

VenueeScholarship@McGill (McGill) · 2018
Typearticle
Languageen
FieldEnvironmental Science
TopicMinerals Flotation and Separation Techniques
Canadian institutionsnot available
FundersMcGill University
KeywordsPyrrhotiteGeologyMineralogyRock magnetismMagnetic fieldMagnetizationPyriteRemanencePhysics

Abstract

fetched live from OpenAlex

La pyrrhotite (Fe(1-x)S; 0 < x ≤ 0,125) est un minéral de gangue sulfuré courant dans les opérations minières de métaux communs et présente de nombreux défis dans la séparation/concentration des sulfures de métaux précieux lors de la flotation la pentlandite ((Ni,Fe)9S8). Il a plusieurs superstructures (polytypes) qui sont le résultat de sa teneur en fer variable. Comme les superstructures magnétiques/monocliniques (Fe7S8 {4C}) et non-magnétiques/hexagonales (Fe9S10 {5C}) de la pyrrhotite sont les plus courantes et les plus courantes en tant que mélanges intergrands, elles ont fait l'objet de cette recherche. Historiquement, on pensait que les superstructures se comportaient de la même manière pendant la flotation; cependant, on sait maintenant qu'ils présentent des réponses de flotation très différentes (en raison de leur cristallographie), en particulier en ce qui concerne la taille des particules. Cela a suscité des inquiétudes de la part de l'industrie minière, car la différence de flotation de la superstructure signifie que les stratégies de dépression de la pyrrhotite actuellement utilisées peuvent ne pas être adéquates, ce qui produirait des teneurs en concentrés plus faibles que prévu et réduirait sa valeur globale. Ce doctorat l'étude a comblé les lacunes actuelles en matière de connaissances en adoptant une approche en deux étapes; (1) études minérales uniques; et (2) des études de flotation de minéral par lots. Les études minérales uniques à petite échelle (0,25 à 1 g) ont représenté des systèmes idéaux (environnements à faible teneur en oxygène sous lesquels l'oxydation de surface a été minimisée) où des superstructures purifiées avec des surfaces fraîches ont pu être comparées. Les études de flotation des minerais en lots (1 - 2 kg) ont examiné le comportement de la superstructure dans des environnements réactifs (en présence d'oxygène, de broyats, d'ions pulpaires et autres minéraux sulfurés), représentant des systèmes réels pendant lesquels les superstructures étaient en contact étroit lisier et oxygène. Il ressort de ces études que le comportement de flotation de la superstructure de pyrrhotite est régi par leurs différentes réactivités de surface qui deviennent apparentes dans les systèmes réels. Cette différence de réactivité provient de leur cristallographie; la pyrrhotite magnétique (Fe7S8) contient plus de lacunes structurelles et Fe3+ comparé à la pyrrhotite non-magnétique (Fe9S10). Cette différence est suffisante pour que la pyrrhotite magnétique soit plus réactive, surtout vis-à-vis de l'oxygène, entraînant une passivation sévère de la surface par les hydroxydes de fer qui la rendent plus hydrophile par rapport à la pyrrhotite non-magnétique. Les principaux facteurs qui provoquent des différences mesurables dans les réactions de flotation de la superstructure sont: présence d'oxygène (conditions oxydatives), conditions alcalines (pH > 9) et présence d'ions activateurs (par exemple Cu2+ et Ni2+).

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 machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
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 score0.002
Threshold uncertainty score0.004

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
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 head0.007
GPT teacher head0.217
Teacher spread0.210 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
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

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

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