Production et optimisation d'une pectinase en vue de son utilisation dans le procédé de fabrication du papier
Bibliographic record
Abstract
AvertissementL'auteur de ce mémoire ou de cette thèse a autorisé l'Université du Québec à Trois-Rivières à diffuser, à des fins non lucratives, une copie de son mémoire ou de sa thèse.Cette diffusion n'entraîne pas une renonciation de la part de l'auteur à ses droits de propriété intellectuelle, incluant le droit d'auteur, sur ce mémoire ou cette thèse.Notamment, la reproduction ou la publication de la totalité ou d'une partie importante de ce mémoire ou de cette thèse requiert son autorisation.La recherche en milieu industriel, n'a pas que des contraintes; elle offre aussi plusieurs avantages dont le fait de pouvoir évoluer dans un environnement dynamique.Par exemple, lorsque nécessaire, tous les moyens possibles sont pris afin d'accélérer les étapes d'un projet.Ainsi, au cours de mes études doctorales j'ai eu à plusieurs reprises l'aide momentanée de techniciens et de stagiaires.De plus, j'ai eu l'opportunité, lorsque je le jugeais bon, d'avoir recours à certains produits technologiques qui malgré leur coût rendaient mon travail plus efficace.Ainsi, en choisissant de faire mon doctorat dans ce contexte industriel, j'ai pu renforcer mes compétences en management et en gestion de projets.Mon projet étant complexe, il pouvait être subdivisé en d'autres projets de différents niveaux.C'est ainsi que j'ai eu l'occasion d'élaborer, entre autres, le plan de recherche de Vicky Houle, une étudiante à la maîtrise, et de guider ses travaux qui consistaient à «détermin[er] 11mpact de la glycosylation sur l'activité et la stabilité de l'endopolygalacturonase de Saccharomyces cerevisiae par mutagenèse dirigée ». 1 Les résultats de ses travaux ont mené à la rédaction d'un article qui a récemment été publiés dans « The Open Biotechnology Journal» (2008) et dont je suis co-auteure. 2 Pour tout ce qu'ils m'ont permis d'apprendre, je désire remercier chaleureusement la Compagnie AgroTerra Biotech et ses deux fondateurs.Un merci spécial au professeur Marc Sirois,Ph.D. qui a si gentiment accepté la direction de ma thèse et à Monsieur Maurice Boissinot, Ph.D. qui en accepté la co-direction.Je ne serai jamais assez reconnaissante pour vous exprimer la gratitude que je vous porte pour le temps que vous m'avez consacré.Puisque j'en suis rendue aux remerciements, je tiens à remercier mon conjoint sans qui ce projet n'aurait jamais eu lieu, ma famille et mes amies caroline J., Judith C. et Vicky B. pour le soutien qu11s m'ont apporté à travers cette aventure.Je tiens aussi à
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".