Évaluation de l'impact des additifs de lisier sur l'exposition des travailleurs et l'atténuation des odeurs
Notice bibliographique
Résumé
Les odeurs représentent un défi important en agriculture, notamment pour les producteurs de porcs. Différentes entreprises ont mis en marché des additifs à ajouter au purin qui selon eux diminuent les odeurs en éliminant les composés responsables. Cette affirmation n’est pas documentée scientifiquement et pourrait créer une fausse sécurité chez les travailleurs. Agriculture et Agroalimentaire Canada (AAC) s’est intéressé à cette problématique mais du point de vue environnemental et nous a proposé une collaboration afin de couvrir les principaux aspects de l’utilisation de tels additifs. Notre collaboration a porté sur l’aspect biosécurité pour les travailleurs. Les objectifs de cette recherche étaient de s’assurer que de nouveaux risques ne soient pas créés avec l’utilisation d’additifs et de réaliser des mesures d’odeurs selon les méthodes standardisées dans le but d’évaluer une méthodologie ou protocole expérimental en laboratoire pour vérifier sur une base scientifique les affirmations des manufacturiers d’additifs. Un montage a été développé au centre de recherche de Lennoxville de AAC. L’évaluation du protocole et des quatre additifs les plus utilisés sur le marché s’est faite sur une période de 12 mois. Les caractéristiques physico-chimiques, les gaz (le méthane, l’ammoniac et l’hydrogène sulfuré), les odeurs et les bioaéosols (bactéries totales, endotoxines et moisissures) ont été mesurés dans cette même période. Les résultats indiquent que les quatre additifs testés pour toute la période d’entreposage ont eu aucun effet sur le système de réservoirs représentant les caniveaux sous les lattes de planchers. Dans le système représentant les fosses à fumier, un d’entre eux, le neutralisant chimique, a réduit la dégradation des acides gras volatils et les émissions d’ammoniac. Toutefois, la quantité de neutralisant chimique ajouté au lisier correspondait à 14 fois la dose recommandée sur l’emballage, ce qui est économiquement inacceptable pour un usage commercial. Les résultats suggèrent aussi que la configuration du système peut avoir un impact sur les effets des additifs. Les techniques de prélèvement pour analyser les odeurs ont aussi besoin d’être améliorées. Les analyses d’odeurs devraient aussi être faites au minimum en triplicata à cause de l’erreur expérimentale reliée à la dilution et aux facteurs humains.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».