Valorisation des résidus industriels de pêches pour la transformation de chitosane par technique hydrothermo-chimique
Bibliographic record
Abstract
Le chitosane est une substance biodégradable d’origine naturelle obtenue par la désacétylation de la chitine, qui se trouve dans l’exosquelette des crustacés. Une de leurs applications plus récentes est le traitement des eaux. Pour favoriser l’utilisation du chitosane des exosquelettes de crustacés (crevettes, crabes, etc.) dans le traitement des eaux usées, les procédés de transformation du chitosane ont été simplifiés et optimisés. Dans la présente étude, les crustacés de crevette grise (Palaemodiae) ont été utilisés pour extraire le chitosane. Les expériences ont porté sur les effets des interactions de la concentration de la solution alcaline, du temps et de la température de réaction sur le degré de désacétylation. En plus de simplifier le processus de transformation de trois à deux étapes, les résultats montrent l’influence de la concentration d’hydroxyde de sodium (7,5‑ 12,5 M), du temps de réaction (30 ‑ 180 min) et de la température (80 ‑ 120 oC) sur le degré de désacétylation. La méthode de la spectroscopie infrarouge en film mince a été utilisée pour analyser le degré de désacétylation du chitosane. Un degré de désacétylation de 90 % a été atteint avec une concentration de la solution alcaline de 12,5 M, un temps de réaction de 120 min et une température de 110 oC. Par ailleurs, en réduisant le nombre d’étapes de transformation et la consommation de réactifs, le procédé développé est plus économique et a une meilleure performance environnementale.
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) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".