MétaCan
Menu
Retour à la cohorte
Enregistrement W2482874590 · doi:10.2166/wqrj.2008.025

Étude comparative de deux floculants pour le traitement physicochimique d'une eau usée municipale : chitosane et polymère de synthèse

2008· article· fr· W2482874590 sur OpenAlexaff
Daniel Babineau, Dominique Chartray, Roland Leduc

Notice bibliographique

RevueWater Quality Research Journal · 2008
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Le traitement des eaux usées municipales par voie physico-chimique requiert généralement l'utilisation d'un coagulant à base de sels métalliques et d'un floculant (ou aide-coagulant) synthétique. L'application du concept de développement durable dans le traitement des eaux privilégie une approche utilisant des produits renouvelables tels les biopolymères naturels. Des essais avec du chitosane (biopolymère naturel) comme floculant ont été effectués à l'échelle du laboratoire (jar test) et à l'échelle réelle (station municipale de type physico-chimique) afin de mieux comprendre les particularités liées à l'utilisation de ce produit naturel lors du traitement des eaux. Les essais à l'échelle réelle réalisés dans deux filières parallèles de traitement ont comparé l'utilisation de la combinaison alun et polymère de synthèse anionique (AL/PS) à la combinaison alun et chitosane (AL/CH). Des abattements de la DCO de 87 %, des MES de 95 % et de 93 % pour le Ptot ont été observés avec la combinaison AL/CH. Ces résultats d'abattement de la DCO et des MES sont semblables à ceux obtenus dans la filière de traitement AL/PS. Certains essais indiquent un dosage de coagulant (alun) inférieur de 24,8 % avec la combinaison AL/CH. L'abattement du Ptot est constamment plus élevé avec la combinaison AL/PS en raison du dosage plus élevé de coagulant.

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)0,013
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,399
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
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 Opus0,241
Tête enseignante GPT0,439
Écart entre enseignants0,199 · 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'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

Citations3
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetWater Quality and Pollution AssessmentTravaux en français237 207