MétaCan
Menu
Back to cohort
Record W2587586195

Application de la spectrométrie de fluorescence X à l'analyse in situ des métaux dans les sols contaminés

2016· article· fr· W2587586195 on OpenAlexaboutno aff
Imen Bayouli

Bibliographic record

VenueEspace École de technologie supérieure (École de technologie supérieure) · 2016
Typearticle
Languagefr
FieldEnvironmental Science
TopicSoil Geostatistics and Mapping
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceForestryGeographyArt
DOInot available

Abstract

fetched live from OpenAlex

Les terrains contaminés, notamment en milieu urbain, représentent un enjeu conséquent pour le secteur public ainsi que les détenteurs privés de ces terrains. Cet enjeu prend de plus en plus d'importance étant donné la pénurie des terrains que connait la plupart des villes à nos jours. En effet, à la fin de l'année 2010, environ 8000 terrains contaminés ont été recensés dans les 17 régions administratives du Québec, dont environ 1500 à Montréal. Les régions de Montréal et de la Montérégie représentent 45% du nombre total de sites contaminés au Québec. De ce fait, l'objectif pour les acteurs concernés est la revalorisation de ces terrains par leur réintégration dans le tissu socio-économique. Ceci nécessite une remise en état de ces terrains contaminés. Il s'agit en premier lieu d'effectuer une évaluation environnementale qui permet de repérer les risques de contamination potentiels. En second lieu, il s’agit de réaliser une caractérisation qui consiste à déterminer avec précision la nature, la mobilité et l’étendue de la contamination d’un sol, à partir d’échantillons prélevés. En dernier lieu, il s’agit de procéder à la réhabilitation, si besoin, à l'aide d'approches d'assainissement in situ ou ex-situ telles que les traitements de sol (biologique, chimique ou thermique), d'enfouissement ou de valorisation.
\n
\nAfin de mener à bien les étapes d'intervention susmentionnées et plus spécifiquement la caractérisation du sol, des procédures pour un échantillonnage représentatif des sols doivent être utilisées ainsi que des techniques d'analyse efficaces. L'appareil utilisé dans le cadre de ce projet est le XRF (spectromètre à fluorescence X). Cet appareil permet l'analyse des métaux dans le sol et peut s'utiliser tant en laboratoire que sur le terrain. Son utilisation in situ permet ainsi un gain en temps et en argent, étant donné qu'un très grand nombre de mesures peut être effectué sans ou avec un minimum de préparation au préalable. Ceci pourrait affecter la précision des mesures effectuées par l'appareil, car la préparation aurait permis l'atténuation des effets des interférences telles que l'humidité et la granulométrie du sol. Ainsi donc l'objectif de ce projet a été d’étudier l'utilisation du XRF in situ. Une évaluation des deux interférences citées ci-dessus et de leurs influences sur la précision des mesures, a été faite. Les résultats obtenus ont montré que l'augmentation de la teneur en eau dans le sol entraîne la diminution de la concentration mesurée. Les résultats de six métaux lourds, parmi ceux analysés, sont présentés dans ce rapport : As, Cu, Ni, Pb, Sn et Zn. D'une manière générale et par rapport à un échantillon de sol séché, à 10% de teneur en eau massique correspond une diminution de 15% de la concentration mesurée en moyenne. Similairement, à 20% de teneur en eau correspond une diminution de 26% et à 30% la concentration mesurée diminue de 37% environ. Concernant la granulométrie, les résultats ont montré que pour la plupart des métaux analysés, le broyage du sol entraîne une diminution de la concentration mesurée. Celle-ci a diminué en moyenne de 29% lorsque le sol est broyé et tamisé à 2 mm et de 31% lorsqu'il est broyé et tamisé à 200 μm. Néanmoins le nickel (Ni) et l'étain (Sn) ont montré une tendance opposée, le broyage, dans leur cas, entraînant une augmentation de la concentration mesurée.
\n
\nL'évaluation des trois scénarios de préparation d'échantillons (humides et non broyés à la réception) proposés dans le cadre de ce projet, montre que pour la plupart des métaux, le séchage et le broyage à 2 mm, donnent les résultats les plus proches de ceux obtenus par une technique d'analyse conventionnelle (ICP).

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.007
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity
Consensus categoriesMeta-epidemiology (narrow), Research integrity
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.382
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.007
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.003
Science and technology studies0.0010.007
Scholarly communication0.0000.001
Open science0.0040.002
Research integrity0.0040.003
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.012
GPT teacher head0.264
Teacher spread0.253 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designBench or experimental
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueEspace École de technologie supérieure (École de technologie supérieure)Same topicSoil Geostatistics and MappingFrench-language works237,207