Impact écotoxicologique du traitement chimique des eaux usées de tanneries: Analyse technico-économique
Bibliographic record
Abstract
La toxicité des eaux usées du tannage au chrome et d'épilage-pelanage, avant et après traitement, a été évaluée par test Daphnia pulex . Cette évaluation a été déterminée à partir des équations de corrélation linéaires. Les résultats obtenus montrent que le tannage au chrome et l'épilage-pelanage présentent une toxicité élevée avec des valeurs des CI50 24h respectives de 0,15 et 3,36. Cette toxicité élevée pourrait être expliquée par la charge de ces effluents en chrome, en sulfures et en matière organique. Après traitement par précipitation chimique, la CI50 24h a connu une importante augmentation. Elle est passée de 0,15 à 26,58 et de 3,36 à 11,1 respectivement pour le tannage au chrome et l'épilage-pelanage. Par conséquent, ces effluents traités peuvent être classés comme rejets peu toxiques. Cette diminution de la toxicité est liée surtout à l'abattement des MES (95 %), de la DCO (55 %), de Cr (90 %) et des sulfures (50 %). Ce traitement a donc, un double intérêt; le premier est environnemental, le second est économique du fait de la possibilité de recyclage du chrome récupéré dans le tannage du cuir. En effet, l'application expérimentale du chrome dans le tannage a montré un résultat similaire à celui obtenu par le produit commercial. Ainsi, suite à une analyse technico-économique, le bénéfice réalisé par cette opération est estimé à 3112,50 $ par 1000 tonnes par an.
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 | 0.002 | 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 | 0.005 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".