Attaques chimique et biologique des effluents agricoles et agroalimentaires sur les matériaux cimentaires
Bibliographic record
Abstract
Les effluents d’élevage ou de l’industrie agroalimentaire, tels que les lisiers, les jus d’ensilage ou les lactosérums, sont des milieux très agressifs pour les ouvrages agricoles en béton. En effet, ces effluents contiennent des bactéries et des acides organiques, deux agents potentiellement agressifs pour la matrice cimentaire. Les objectifs de cet article sont de caractériser les attaques associées à chacun des vecteurs agressifs et de déduire les paramètres de composition des liants favorisant leur durabilité en milieu agricole et agroalimentaire. Des éprouvettes de pâte de ciment ont été immergées dans trois types de solutions : un mélange d’acides organiques, afin d’analyser l’attaque associée à la partie acide des effluents, un lisier et un lactosérum de façon à analyser, pour ces effluents aux pH sensiblement différents, l’effet spécifique des bactéries dans la dégradation. Les modifications chimiques et minéralogiques ont été explorées par des analyses par microsonde électronique et diffraction des rayons X, associées à des observations au microscope électronique à balayage. Les résultats montrent que l’attaque associée à la partie acide des effluents se traduit par une décalcification quasi-totale de la matrice cimentaire, la zone dégradée étant constituée d’un squelette silicoalumineux quasi-amorphe. L’influence de la présence des bactéries sur les modes de dégradation et sur les cinétiques d’altération dépend grandement du pH de l’effluent.
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".