MétaCan
Menu
Retour à la cohorte
Enregistrement W2156225010 · doi:10.7202/705279ar

Élimination des colorants des eaux résiduaires de l'industrie textile par la bentonite et des sels d'aluminium

2005· article· fr· W2156225010 sur OpenAlexaff
S. Kacha, M.S. Ouali, S. Elmaleh

Notice bibliographique

RevueRevue des sciences de l eau · 2005
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésBentoniteChemistryArtHumanitiesNuclear chemistryGeology

Résumé

récupéré en direct d'OpenAlex

L'industrie textile utilise des colorants de synthèse toxiques qui polluent ses eaux résiduaires avec, parfois, des flux importants. Les procédés traditionnels les éliminent mal : ils sont peu iodégradables et la seule floculation, par exemple par des sels de fer, donne des résultats insuffisants. Or, en Algérie, la réutilisation agricole des eaux usées même industrielles est devenue une impérieuse nécessité. Le procédé proposé repose sur l'utilisation de sels d'aluminium ou, mieux encore, un polyhydroxyaluminium, associés à une bentonite de forage très fine présentant l'avantage d'être localement disponible et peu coûteuse. Quatre colorants ont été testés. Ils appartiennent à deux grandes familles : les colorants acides d'une part, Jaune Supranol 4GL et Vert Nylomine C8B et les colorants dispersifs d'autre part, Rouge Foron RDGL et Violet Foron S3RL. Les essais montrent que, si la bentonite seule ou les sels d'aluminium seuls présentent des efficacités insuffisantes, ces derniers du fait d'une mauvaise décantabilité des microflocs formés, l'association bentonite-aluminium permet d'éliminer les colorants en quasi totalité avec une excellente décantabilité. Les concentrations optimales à mettre en oeuvre sont relativement basses, de l'ordre de 13 mg/l de Al3+ et 250 mg/l de bentonite. Les coûts d'exploitation sont donc très raisonnables. Sur un effluent industriel réel, le procédé permet de passer d'une DCO de 770 mg/l à moins de 30 mg/l.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,023
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,097
Tête enseignante GPT0,340
Écart entre enseignants0,243 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations16
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l eauMême sujetHeavy metals in environmentTravaux en français237 207