MétaCan
Menu
Retour à la cohorte
Enregistrement W7009852904

Évaluation de la qualité de l'air dans les porcheries équipées d'un système de séparation liquide-solide des déjections

2006· article· fr· W7009852904 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExpeditingEcodesignProduction system (computer science)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’une des recommandations de la Consultation publique sur le développement durable de la production porcine au Québec tenue en 2002-2003 était de développer des nouveaux types de gestion du lisier porcin. Ce défi comprend une réduction importante des différentes émissions de gaz et d’odeurs ainsi que la gestion agroenvironnementale du phosphore et de l’azote. La revue de littérature indique clairement que la séparation sous les animaux ainsi que le retrait rapide des déjections des bâtiments d’élevage est une solution performante permettant de relever ce défi. En plus d’atteindre une efficacité de séparation du phosphore de 80 %, le retrait et la séparation rapide des deux phases permettraient de réduire les émissions d’ammoniac, de gaz, de bioaérosols et d’odeurs, ce qui améliorerait de façon notable la qualité de l’air dans les porcheries. Afin de vérifier ce dernier aspect, l’Institut de recherche en agroenvironnement (IRDA) a demandé la collaboration de l’IRSST dont les travaux antérieurs sur la qualité de l’air dans les porcheries ont démontré des risques d’exposition à des contaminants chimiques et à des bioaérosols. Les objectifs de cette activité sont d’évaluer une solution agroenvironnementale au surplus des lisiers et aux émissions de gaz, d’odeurs et de bioaérosols provenant des élevages porcins. Plus spécifiquement, l’objectif principal vise à évaluer et à adapter une approche de gestion des déjections sous les animaux facilitant la manutention, le traitement et la valorisation des phases solides et liquides de façon distincte tout en diminuant les émissions et améliorant ainsi la qualité de l’air. Il s’agit d’un projet mené dans des conditions contrôlées. Les installations font partie du RRAPP (réseau de recherche appliquée en production porcine) de Deschambault, Québec. Elles consistent en douze chambres identiques contenant des animaux dont le poids variera de 0 à 80 Kg. Six types de configuration du système de séparation ont été testés. La détermination de la qualité de l’air, a été en partie sous la responsabilité de l’IRSST. Elle a consisté à prendre, une fois par 2 semaines, pour les 16 semaines d’expérimentation, des mesures de bioaérosols viables (bactéries et moisissures totales et endotoxines) et de H2S. Les prélèvements ont été faits le matin lorsque les animaux étaient nourris dans le but de représenter les pires conditions. La mesure des débits de ventilation, de l’efficacité de séparation, des performances zootechniques et des autres gaz tels le NH3, le CO2, le CH4, et le N2O et des odeurs a été faite par l’IRDA et ses partenaires. Les émissions ont été calculées. Les traitements expérimentaux n’ont pas affecté les performances zootechniques des porcs en engraissement-finition. La séparation des fèces et de l’urine sous les lattes permet de concentrer au moins 80% du phosphore dans la partie solide. Cette séparation n’a aucune influence sur les émissions de CH4, de CO2, de N2O, de H2S et des bioaérosols en comparaison avec le témoin. Elle permet une réduction significative de 49% des émissions de NH3 avec le témoin. Toutefois, sans système de séparation, retirer le lisier à tous les 2 à 3 jours réduit de façon significative les émissions de NH3 d’environ 50% comparativement au témoin. Elle ne permet pas une diminution des émissions d’odeurs et n’a que peu d’impact sur le caractère hédonique, c’est-à-dire le degré d’acceptabilité d’une odeur.

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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 Opus0,029
Tête enseignante GPT0,287
Écart entre enseignants0,258 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOdor and Emission Control TechnologiesTravaux en français237 207