MétaCan
Menu
Retour à la cohorte
Enregistrement W2468328317 · doi:10.4267/dechets-sciences-techniques.1435

Evaluation de la pollution générée par les lixiviats de la décharge publique de la ville de Fès

2008· article· fr· W2468328317 sur OpenAlexaff
Hajer Chtioui, Fouad Khalil, Salah Souabi, Moulay Abdelazize Aboulhassan

Notice bibliographique

RevueEnvironnement Ingénierie & Développement · 2008
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensSAIT Polytechnic
Organismes subventionnairesnon disponible
Mots-clésHumanitiesChemistryPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Cette étude porte sur l'évaluation de la pollution de lixiviats produits par l'ancienne décharge de la ville de Fès. Le diagnostic de lixiviats a montré une forte pollution organique difficilement biodégradable qui évolue au cours du temps. En effet, la charge polluante produite par jour en DCO varie entre 20 et 216 kg. En outre, la concentration en NTK varie autour de 4 000 mg/l, tandis la concentration en NO3- varie autour de 80 mg/l. L'analyse des éléments métalliques a montré une importante concentration en chrome qui peut atteindre 9 mg/l, tandis que la concentration en Cu, Zn, Pb et Ni dépasse les normes de rejet. Par ailleurs, les teneurs en éléments métalliques analysées dans les sédiments prélevés à partir du même point que les lixiviats sont importantes et varient d'un point de prélèvement à l'autre. Le chrome présente des teneurs qui dépassent 1 250 μg/g, tandis que les teneurs du Pb et du Hg dépassent respectivement 760 et 4,7 μg/g. Les concentrations maximales en Cr et en Zn analysées dans le compost sont respectivement de 480 mg/g, et de 1 320 mg/g tandis que le Pb présente 110 μg/g. Ceci témoigne d'une pollution métallique des lixiviats provenant de la décharge brute qui reçoit toutes sortes de déchets, en particulier les déchets de tanneries, des margines, de textile, d'activités agroalimentaires…

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,285
Écart entre enseignants0,262 · 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'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

Citations8
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironnement Ingénierie & DéveloppementMême sujetMunicipal Solid Waste ManagementTravaux en français237 207