Zum Hauptinhalt springen

Predictive insights for copper recovery: A synergistic approach integrating variability data and machine learning in the geometallurgical study of the Tizert deposit, Morocco

Dachri, Kaoutar ; Bouabidi, Mohamed ; et al.
In: Journal of African Earth Sciences, Jg. 212 (2024-04-01)
Online academicJournal

Titel:
Predictive insights for copper recovery: A synergistic approach integrating variability data and machine learning in the geometallurgical study of the Tizert deposit, Morocco
Autor/in / Beteiligte Person: Dachri, Kaoutar ; Bouabidi, Mohamed ; Naji, Khalid ; Nouar, Kalthoum ; Benzakour, Intissar ; Oummouch, Abdellah ; Hibti, Mohamed ; El Amari, Khalid
Link:
Zeitschrift: Journal of African Earth Sciences, Jg. 212 (2024-04-01)
Veröffentlichung: 2024
Medientyp: academicJournal
ISSN: 1464-343X (electronic)
DOI: 10.1016/j.jafrearsci.2024.105208
Sonstiges:
  • Nachgewiesen in: ScienceDirect
  • Sprachen: English

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

oder
oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

oder
oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.

xs 0 - 576
sm 576 - 768
md 768 - 992
lg 992 - 1200
xl 1200 - 1366
xxl 1366 -