Le péroxyde d'hydrogène en désodorisation physico-chimique : Rôle de la composition de la solution de lavage dans le mécanisme d'action
Bibliographic record
Abstract
La désodorisation physico-chimique en stations d'épuration s'effectue généralement par lavage basique oxydant pour piéger les espèces soufrées réduites telles que H2 S ou CH3 SH. L'utilisation du peroxyde d'hydrogène n'est pas encore répandue en comparaison de celle du chlore. Cette étude a été menée afin de déterminer le comportement de H2O2 en fonction de la composition de l'eau de lavage. L'influence des paramètres : concentration en métaux (fer, manganèse, cuivre et zinc), pH, [H2O2], [CO32-], [HS-] a été étudiée en utilisant un plan d'expériences. La décomposition de H2O2 et la concentration de radicaux libres ont été mesurées pour chaque expérience. En présence de métaux, un pH élevé et une forte concentration en peroxyde sont les deux paramètres principalement responsables d'une forte décomposition. Cette décomposition serait accompagnée d'une production de radicaux avec [HO°]max =10-13 M. Cette valeur mesurée de radicaux dans le milieu n'explique qu'une petite part de la décomposition de peroxyde observée. Par conséquent, la majorité de la décomposition est due à des réactions soit à la surface des oxydes, soit en solution avec les cations dissous. Le mélange de métaux et de carbonates à pH 10,5 présente un effet de synergie sur la décomposition de H2O2. Ces résultats démontrent que malgré le pouvoir oxydant des radicaux HO° formés, l'utilisation de H2O2 en désodorisation ne sera possible qu'avec l'ajout de stabilisant.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 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".