Production de biogaz et de compost a partir de la jacinthe d’eau pour un développement durable en Afrique sahélienne
Bibliographic record
Abstract
Dans le parc urbain Bangr-Wéoogo de la commune de Ouagadougou (Burkina Faso) la prolifération de la jacinthe d’eau menace la conservation de la biodiversité. L’application de la lutte intégrée, n’a pas permis l’éradiquer. L’objectif de l’étude, est de contribuer à la mise en place d’un protocole de gestion de Eichornia crassipes qui associe à la lutte mécanique la valorisation par la production de biogaz et de compost. Les résultats montrent une importante production de biomasse avec une proportion de matière sèche (MS) de 6,12%. Les expérimentations, menées avec des digesteurs de type discontinu de 200 litres de capacité avec pour substrat 60 kg de la jacinthe d’eau ensemencée avec 20 litres de purin de bactéries méthanogènes indique une production moyenne de bio gaz de 1440 litres de bio gaz pour 3,67 kg de matières sèche de jacinthe soit 392,37 litres /kg/MS. Les composts issus de ces expérimentations contiennent en moyenne 0,75 kg de composés azotés, 10,6 kg de composés phosphatés et 1,1 kg de carbone organique. L’application de cette technologique dans les zones humides infestées par E. crassipes présente plusieurs avantages : production d’énergie, de compost et contrôle de la prolifération de la jacinthe d’eau.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| 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) | 0.001 | 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".