Utilisation des écailles de cacao comme support de biofiltration pour le traitement d’effluents de l’industrie agro-alimentaire (in French)
Bibliographic record
Abstract
L’industrie agro-alimentaire produit une quantité importante de résidus, ou co-produits, dont certains sont potentiellement valorisables. Dans cette étude, les écailles de cacao, un résidu de la fabrication du chocolat, ont été étudiées comme support de biomasse dans un biofiltre aérobie à co-courant ascendant. L’influence de divers paramètres (temps de rétention hydraulique (TRH), granulométrie du support, apport de nutriments, pH) a été vérifiée sur la performance d’élimination de la demande chimique (DCO) et biochimique (DBO5) en oxygène. Un support plastique (Kaldnes, K1) a été utilisé comme support contrôle de biomasse. Les écailles de cacao ont démontré un bon potentiel pour le traitement d’effluents agro-alimentaires fortement chargés (DCOtot 3000 – 6000 mg·L−1). Les résultats obtenus montrent que les performances épuratoires des écailles sont inférieures à celles du support plastique. Les écailles de cacao doivent également être remplacées à une fréquence d’environ une fois toutes les 2 à 3 semaines. Toutefois, les boues produites par le traitement, composées d’écailles usées et de biomasse, sont riches en azote et peu contaminées et sont donc potentiellement valorisables en agriculture ou par compostage.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| 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 | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".