Développement d'une approche biologique de dénitrification des effluents des mines d'or à l'échelle de laboratoire
Notice bibliographique
Résumé
DÉDICACEÀ mon grand-père qui nous a quitté dernièrement … À mon père qui m'a toujours donné la force dans la vie … À ma mère, ma reine et ma plus chère au monde … À ma sœur, le plus précieux cadeau de mes parents … Je dédie ce travail !REMERCIEMENTS C'est avec un grand plaisir que je réserve cette page en signe de gratitude et de profonde reconnaissance à tous ceux qui ont bien voulu apporter l'assistance nécessaire au bon déroulement de ce travail.Je tiens tout d'abord à exprimer mon grand respect et mes sincères remerciements à Carmen Mihaela Neculita, ma directrice de recherche à l'UQAT, pour la confiance qu'elle m'a accordée en acceptant de me diriger pour ce projet de maîtrise.Qu'elle trouve dans ce travail l'expression de ma profonde gratitude.C'est grâce à ton partage d'expérience, tes conseils pertinents et la bonne gestion dans les moments difficiles du projet que ce travail trouve le jour.Je tiens à remercier Thomas Genty, mon co-directeur dans ce projet, à qui je dois beaucoup dans la réalisation des travaux de laboratoire.Merci de ton aide et de tes conseils dans les périodes de bas.Ceci m'a éclairé durant les moments difficiles.Mes vifs remerciements s'adressent également à mes deux co-directeurs Bruno Bussière et Robin Potvin, qui ont accepté de me superviser durant ce projet.J'aimerais témoigner du plaisir qu'était pour moi de travailler sous leurs directives.Mes remerciements vont également au Conseil de recherches en sciences naturelles et en génie (CRSNG) qui a financé ce projet ainsi qu'aux partenaires industriels de l'Institut de recherche en mines et en environnement (IRME) UQAT-Polytechnique (Agnico Eagle, Mine Canadian Malartic, Iamgold Corporation, Mine Glencore Raglan et Rio Tinto) et à l'entreprise Mabarex.Je tiens à remercier spécialement à la chercheuse postdoctorale Carolina Gonzalez-Merchan, pour son assistance, son soutien, ses encouragements et ses précieux conseils qui m'ont guidé surtout lors de la rédaction de ce mémoire.C'est grâce à ta compétence que je trouve la mienne.Je voudrais également exprimer ma gratitude particulièrement à Sabrina Castelli, Félicia Porqueres, Sabah Lounate Khalifa, André Gélinas, Daniel Camara, Marc Paquin ainsi que toute l'équipe du Centre technologique des résidus industriels (CTRI) et de l'Unité de recherche et de service en technologie minérale (URSTM-IRME) ; ce fut un plaisir de travailler avec vous tous.Je m'arrête dans ces lignes aussi pour souligner l'effort et montrer ma gratitude envers le cadre administratif du CTRI, de l'IRME et de l'UQAT ; je garde de cette expérience partagée avec vous de très beaux souvenirs.Annexe C -Bilan d'azote des essais en batch et en fed-batch .....................................
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».