MétaCan
Menu
Retour à la cohorte
Enregistrement W6884604484 · doi:10.1051/water/19912202163/pdf

Evolution de la demande en chlore lors du traitement de finition des eaux potables : cas des usines de Choisy le Roi (France) et Sainte Rose de Laval (Québec)

2010· article· fr· W6884604484 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2010
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental factorFiltration (mathematics)

Résumé

récupéré en direct d'OpenAlex

\nUne eau de distribution doit être exempte de germes pathogènes, ce qui implique, dans la plupart des cas, l'utilisation d'un désinfectant. Le chlore est utilisé tant pour désinfecter les eaux à l'intérieur de l'usine de traitement que pour prévenir les reviviscences dans les réseaux de distribution. Les étapes de traitement permettent d'éliminer une certaine fraction des substances qui réagissent avec le chlore. Il est donc possible, suite à un traitement plus efficace, d'utiliser moins de chlore et d'obtenir une meilleure désinfection à l'usine et une concentration de chlore résiduel plus stable dans le réseau de distribution. L'utilisation de moins de chlore permet en plus, de former moins de sous-produits organo-halogénés et de faire des économies.\nAfin de mieux définir la notion de demande en chlore, nous présentons les résultats obtenus à partir de solutions de quelques composés organiques (acides aminés libres, peptides, protéines, acide fulvique). Nous étudions ensuite la demande en chlore d'eaux de surface en cours de traitement, prélevées sur les usines Sainte Rose et de Choisy le Roi. La demande en chlore s'exerce d'autant plus rapidement que le milieu est simple ; moins de 4 heures pour les acides aminés libres, 48 heures pour les peptides, près de 250 heures pour les protéines et les acides fulviques. Les traitements tels que la filtration rapide sur sable ou sur sable et anthracite, l'ozonation, la filtration sur CAG n 'ont pas toujours le même effet sur la demande en chlore suivant l'usine de traitement. Cet effet est aussi différent d'une saison à l'autre. Toutefois il est à noter que l'ozonation suivie d'une filtration CAG, permet dans tous les cas, de réduire la demande en chlore de façon importante.\nLes suivis comparés de l'évolution des demandes en chlore dans le réseau et dans un flacon ainsi que la mesure des bactéries hétérotrophes aérobies anaérobies (BHA) dans le réseau, nous a permis de montrer l'effet du réseau, dans le cas de l'eau produite dans une autre usine québécoise. Cet effet se fait sentir après environ 16 heures de contact, le chlore résiduel dans le flacon est à peu près stable, alors que dans le réseau il chute rapidement. On observe en parallèle une augmentation rapide des BHA.\n

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,674
Score d'incertitude au seuil0,648

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,221 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)Même sujetWater Treatment and DisinfectionTravaux en français237 207