Déphosphatation d'un rejet de ferme piscicole par filtres extensifs de scories d'aciéries
Bibliographic record
Abstract
REMERCIEMENTSJe tiens à remercier tout particulièrement le professeur Yves Comeau pour son encadrement scientifique et académique, pour m'avoir donné l'occasion de travailler dans ce domaine avec son équipe de recherche, pour ses aides et conseils.Un grand merci à Margit Kõiv, pour son aide durant toute la durée du projet, pour ses conseils avisés, sa bonne humeur et sa compagnie lors des trajets à la pisciculture.Je remercie également Edem Adiho et Claudia Zaiu pour leur participation à ce projet respectivement lors de la conception, mise en place du système et lors de la période d'échantillonnage et d'analyse.Merci beaucoup à Denis Bouchard ainsi qu'à Marie Ferland qui m'ont grandement aidé, qui ont fait preuve de grande patience et qui ne se sont pas découragés à la vue des nombreux échantillons.Merci à eux pour leur soutien.Je tiens à remercier M. Normand et Clément Roy de nous avoir accueillis toutes les semaines à la pisciculture pendant un an, d'avoir été disponibles et de nous avoir aidés durant toute la durée de l'expérimentation.Je remercie également le CRSNG, la SORDAC, le RAQ, Multiserv -Harsco et Arcelor Mittal qui ont financé ce projet de recherche.Merci aussi à nos partenaires, MAPAQ, MDDEP, Biodôme de Montréal, Stantec, et la Ferme Piscicole des Bobines Inc. Merci à tous les étudiants et personnel technique de notre équipe de recherche pour leur collaboration et encouragements pendant la maîtrise.Merci à mes colocataires Yoann et Amandine d'être venus une journée aider à remplir les filtres de gravier et de scories.Enfin, je tiens à dire un énorme merci à mon amie Darya Sagaydachnaya et à ma famille de m'avoir soutenu à distance tout au long de ma maîtrise.v des concentrations respectives à l'effluent égales à 10 mg/L, 2 mg/L et 3 mg/L.De même, l'efficacité concernant la nitrification s'est révélée extrêmement élevée puisque 97% de l'ammoniaque a été enlevée pour une concentration moyenne à l'effluent combiné des LFA égale à 0,1 mg N/L correspondant à la limite de détection de l'appareil de mesure.Les LFA n'ont pas eu d'influence sur l'enlèvement des ortho-phosphates mais ont enlevé en moyenne 41% du phosphore total le faisant passer d'une concentration médiane de 4,1 mg P/L à 2,5 mg P/L.Le FSS a eu une influence relative quant à l'enlèvement du phosphore puisqu'il a permis un enlèvement à hauteur de 20% pour une concentration médiane à l'effluent égale à 1,9 mg P/L, tandis que l'efficacité pour les o-PO 4 s'est révélée être à hauteur de 25% pour une concentration médiane à l'effluent égale 1,7 mg P/L.L'enlèvement des bicarbonates par le FSS n'a pas été concluant et l'augmentation du pH par le FSS n'a jamais excédé un pH de 9,5.Les CS ont démontré une capacité d'enlèvement du PT et des o-PO 4 respectivement de 96 et 98% pour des concentrations médianes comprises entre 0,10 et 0,17 mg P/L pour le PT et entre 0,02 et 0,03 mg P/L pour les o-PO 4 .La ligne 3 de CS correspondant à celle possédant le TRH le faible a été la ligne permettant le maximum d'enlèvement du PT mais une tendance à l'augmentation de la concentration à l'effluent a été observée.Finalement, les résultats obtenus ont permis de démontrer que le FSS permet de prévenir le colmatage des filtres ultérieurs mais ne participe que peu à l'enlèvement du phosphore, et que les CS ont une efficacité très élevée pour ce même paramètre.Par ailleurs les différents temps de rétention hydrauliques n'ont que peu d'influence sur l'enlèvement de phosphore mais ont un impact sur la durée de vie du système.Ce peu de différence entre les CS possédant des TRH différents s'explique par des concentrations en phosphore et en ortho-phosphates à enlever trop faibles.vi
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 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 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".