Étude comparative d'agents oxydants pour la lixiviation chimique des métaux à partir des boues d'épuration municipales.
Bibliographic record
Abstract
La transcription des symboles et des caractères spéciaux utilisés dans la version originale de \nce résumé n’a pas été possible en raison de limitations techniques. La version correcte de ce \nrésumé peut être lue en PDF. La gestion des boues d'épuration des eaux usées municipales cause un problème de taille. \nLa valorisation des boues sur les terres constitue une voie privilégiée de disposition de \ncette biomasse et permet de tirer profit des éléments nutritifs contenus dans cette \nbiomasse. Cependant, une proportion importante des boues présente des teneurs en \nmétaux toxiques dépassant les normes en vigueur pour la valorisation des boues comme \nmatières fertilisantes. La présente étude visait à comparer l'emploi de différents oxydants \nchimiques pour la décontamination de boues d'épuration urbaines issues d'un traitement \nphysico-chimique. La lixiviation chimique des métaux toxiques (Cd, Cr, Cu, Ni. Pb et \nZn) et le comportement des autres éléments (Al, Ca, Fe, K, Mg, Mn, Na, P et S) dans les \nboues d'épuration de la station de traitement des eaux usées de la Communauté Urbaine \nde Montréal (boues d'alun) ont été étudiés dans des béchers de deux litres en utilisant de \nr acide sulfurique et trois agents oxydants, soient: H202, FeCl3 et Fe2(S04)3 et des \nassociations de ceux-ci. Les performances de ces agents oxydants ont été évaluées à \ndifférentes conditions de pH (2,0 à 2,5) et de potentiel d'oxydoréduction (400 à 450 m V). \nLa solubilisation des différents éléments est liée aux conditions de pH ou/et de POR et \nune période de traitement de 2 h à 4 h est requise pour l'obtention de rendements \nsatisfaisants d'enlèvement des métaux. Les propriétés fertilisantes des boues de la CUM \nsont en général peu affectées par le procédé de décontamination, particulièrement pour \nles procédés utilisant un sel ferrique. Au point de vue économique, le traitement au \nperoxyde d'hydrogène s'est avéré le plus intéressant suivi par le traitement au chlorure \nferrique, alors que le sulfate ferrique entraîne quant à lui, des coûts prohibitifs. Le \nprocédé utilisant conjointement deux agents oxydants, soit le peroxyde d'hydrogène et le \nchlorure ferrique, a été évalué afin de tirer profit du faible coût du peroxyde d'hydrogène \net du potentiel de conservation des valeurs fertilisantes du chlorure ferrique.
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) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".