Inhibition de la corrosion de l’acier doux en eau de mer naturelle par des extraits peptidiques de crabe des neiges (<i>Chionoecetes opilio</i>)
Bibliographic record
Abstract
Au Canada, environ 30 000 tonnes de sous-produits issus de la pêche du crabe des neiges (Chionoecetes opilio) sont générées annuellement et actuellement jetées aux ordures. Ces sous-produits contiennent des biopolymères, tels que des extraits peptidiques, et certains sont connus pour interagir avec des surfaces métalliques ainsi que pour avoir une activité antibactérienne. Ces propriétés laissent à penser que les extraits peptidiques de crabe des neiges (EPCN) pourraient être des inhibiteurs de corrosion, à la fois par adsorption sur la surface métallique et par inhibition de la corrosion induite par les microorganismes (CIM). L’inhibition de la corrosion par les EPCN a été étudiée à l’aide de mesures électrochimiques et le recouvrement des plaques par la rouille et le biofilm a été étudié par microscopie électronique à balayage. L’efficacité d’inhibition de la corrosion de l’acier doux en eau de mer par les EPCN a été démontrée sur une période de 10 jours, et une modification architecturale du biofilm a été observée durant cette même période. Cette étude montre que les EPCN pourraient agir selon deux mécanismes : l’un direct par adsorption sur le métal, et le second par la modification structurale du biofilm et donc par action sur la CIM.
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 | 0.005 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| 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 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".