Élimination des colorants des eaux résiduaires de l'industrie textile par la bentonite et des sels d'aluminium
Bibliographic record
Abstract
L'industrie textile utilise des colorants de synthèse toxiques qui polluent ses eaux résiduaires avec, parfois, des flux importants. Les procédés traditionnels les éliminent mal : ils sont peu iodégradables et la seule floculation, par exemple par des sels de fer, donne des résultats insuffisants. Or, en Algérie, la réutilisation agricole des eaux usées même industrielles est devenue une impérieuse nécessité. Le procédé proposé repose sur l'utilisation de sels d'aluminium ou, mieux encore, un polyhydroxyaluminium, associés à une bentonite de forage très fine présentant l'avantage d'être localement disponible et peu coûteuse. Quatre colorants ont été testés. Ils appartiennent à deux grandes familles : les colorants acides d'une part, Jaune Supranol 4GL et Vert Nylomine C8B et les colorants dispersifs d'autre part, Rouge Foron RDGL et Violet Foron S3RL. Les essais montrent que, si la bentonite seule ou les sels d'aluminium seuls présentent des efficacités insuffisantes, ces derniers du fait d'une mauvaise décantabilité des microflocs formés, l'association bentonite-aluminium permet d'éliminer les colorants en quasi totalité avec une excellente décantabilité. Les concentrations optimales à mettre en oeuvre sont relativement basses, de l'ordre de 13 mg/l de Al3+ et 250 mg/l de bentonite. Les coûts d'exploitation sont donc très raisonnables. Sur un effluent industriel réel, le procédé permet de passer d'une DCO de 770 mg/l à moins de 30 mg/l.
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 | 0.006 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.023 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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; both teacher heads agree on what is shown here.
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".