MétaCan
Menu
Retour à la cohorte
Enregistrement W2113479306 · doi:10.7202/705312ar

Traitement de lixiviats stabilisés de décharge par des membranes de nanofiltration

2005· article· fr· W2113479306 sur OpenAlexaff
Dominique Trébouet, A. Berland, J. P. Schlumpf, P. Jaouen, F. Quéméneur

Notice bibliographique

RevueRevue des sciences de l eau · 2005
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensMusée de la Civilisation
Organismes subventionnairesnon disponible
Mots-clésHumanitiesNanofiltrationPhysicsChemistryMolecular biologyMembraneArt

Résumé

récupéré en direct d'OpenAlex

Le terme "lixiviat" ou "jus de décharge", désigne l'eau qui a percolé à travers les déchets en se chargeant de polluants. Ces effluents pollués doivent être traités. En raison des exigences croissantes des normes de rejet et de la stabilisation des lixiviats au cours du temps, de nouvelles techniques ont fait leur apparition dans ce domaine. La technologie de l'osmose inverse s'est développée dans de nombreux pays européens. Cependant cette technique sélective et coûteuse, se justifie seulement quand les normes sont drastiques. C'est pourquoi la nanofiltration pourrait constituer une solution intermédiaire. L'objectif de ce travail est de contribuer à mieux maîtriser cette technique pour l'élimination de la Demande Chimique en Oxygène (DCO) récalcitrante, subsistant après les traitements biologiques classiques. Nous avons évalué les performances de trois membranes (organiques et minérales) pour l'abaissement de la charge organique, en fonction des conditions hydrodynamiques (vitesse et pression). Chacune de ces membranes possède un comportement spécifique vis à vis de ces lixiviats stabilisés (adsorption, polarisation de concentration, obstruction des pores). L'influence d'une coagulation préalable sur les performances d'épuration a également été examinée pour l'une des membranes. Cette étude constitue une étape préliminaire au dimensionnement d'une installation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,076
Tête enseignante GPT0,313
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l eauMême sujetMembrane Separation TechnologiesTravaux en français237 207