Effet du colmatage bactérien sur la performance de l'ultrafiltration du lactosérum
Notice bibliographique
Résumé
Le lactosérum, co-produit de la transformation fromagère, peut être valorisé en concentrant ses protéines par ultrafiltration (UF). Le principal inconvénient de l’UF est le colmatage des membranes, notamment par les protéines et le phosphate de calcium, qui entraîne une réduction des performances du procédé. Depuis quelques années, il est reconnu que les membranes peuvent être colmatées par des cellules bactériennes et des biofilms lors de l’UF du lactosérum. De nombreux auteurs ont souligné la présence de biofilms sur les membranes et investigué différents paramètres régissant la diversité bactérienne de ces biofilms. Toutefois, aucune étude n’a encore démontré l’impact concret du colmatage bactérien sur les performances de l’UF du lactosérum. L’objectif général de cette étude était donc de quantifier les baisses de performance causées par le dépôt de cellules bactériennes et la formation de biofilms lors du l’UF du lactosérum. Le premier objectif a démontré que le dépôt de cellules bactériennes pouvait exacerber les baisses de flux causées par le colmatage des protéines sériques en UF frontale, alors qu’il avait peu d’effet sur le colmatage minéral. Une neutralisation partielle des charges électrostatiques entre les bactéries et les protéines réduirait les répulsions et entraînerait la formation d’un gâteau de particules plus compact sur la membrane. Les résultats du deuxième objectif ont permis de confirmer, en UF tangentielle de lactosérum doux, que le colmatage bactérien provenant de la microflore intrinsèque du système de filtration pouvait diminuer les flux de perméation après 18 h de filtration. Le colmatage bactérien a augmenté la résistance hydraulique des membranes, permettant le calcul de résistances spécifiques au colmatage bactérien (Rbio) qui représentaient de 31 à 44% de la résistance totale de la couche de colmatage. Ces résultats démontrent que le colmatage bactérien peut influencer négativement les performances de l’UF du lactosérum et soulignent l’importance de développer des solutions pour mitiger ce colmatage.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».