Incidence du chlorure de sodium sur la dénitrification d'éluats de résines par une bactérie chimiautotrophe soufre-oxydante
Bibliographic record
Abstract
L'épuration ou la destination finale des éluats de régénération des résines utilisées en dénitratation reste un problème mal résolu. De nouvelles voies sont recherchées; la dénitrification biologique semble très attrayante car elle peut être mise en oeuvre sous forme d'un réacteur de faible coût et d'exploitation facile. L'objectif de ce travail a été d'affiner la connaissance du procédé de dénitrification chimioautotrophe sur soufre en milieu salé, dirigé vers l'épuration et/ou la valorisation de ces éluats. Claus et Kutzner (1985) ont montré l'action inhibitrice de la dénitrification du chlorure de sodium à partir de 20 g/l. Une colonne contenant du soufre est alimentée en continu par une solution comportant des nitrates et des sels nutritifs. La première partie de l'étude permet de relier la charge volumique (Cv) au rendement de dénitrification. Le rendement de dénitrification est supérieur à 85 % pour Cv < 2 kg NO3-/m3.j ; il tombe à 50 % pour Cv ~ 3,5 kg NO3-/m3.j Des rapports stoechiométriques entre les nitrates réduits et les produits formés/consommés ont été établis. Ainsi : NO3- donne 0,98 SO42- et 1 NO3- consomme 0,90 HCO3-. L'incidence de la teneur en NaCl de la solution alimentaire permet de montrer l'inhibition non compétitive du chlorure vis-à-vis de la dénitrification. L'incidence de la concentration en NaCl sur le vitesse de dénitrification apparaît pour une charge de 1 kg NO3-/m3.j. On note que le rendement de 90 % ou plus est obtenu pour une concentration 2 30 g/l. La constante d'inhibition est de l'ordre de 40 g/l. L'examen de la répartition de la biomasse sur le matériau et une approximation simple d'écoulement en flux piston nous conduisent à prévoir le rendement d'élimination de NO3- par : r=1 - e[ - 143,5 ] ( sur ) CV (41+I) Cette équation traduit les rôles de la charge volumique (Cv) et de la concentration en NaCl (I).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".