Du déchet au Technosol fertile : l’approche circulaire du programme français de recherche SITERRE
Bibliographic record
Abstract
Le programme national de recherche (SITERRE, 2011-16) financé par l'Agence française de l'environnement (ADEME) était dédié à la construction de sols avec des déchets urbains pour la végétalisation des villes, en alternative à la consommation de ressources naturelles (terre agricole et granulats de carrière). Les objectifs du programme étaient : (1) exprimer les propriétés optimales attendues des sols pour chaque type d’usage d’espaces végétalisés en termes de fertilité, de capacité de support et d'impacts environnementaux, (2) définir des indicateurs pertinents de la fertilité du sol et la qualité attendue pour les sols construits, (3) proposer des profils de conception de sols construits liés au type d’usages, (4) identifier et signaler les déchets susceptibles d'être adaptés à la construction du sol, (5) évaluer l'évolution des propriétés agronomiques du sol construit in situ, et (6) vérifier la sécurité des mélanges pour l'environnement et la santé des habitants. Les mélanges de déchets organiques et minéraux, conçus et testés pour construire des sols, sont efficaces pour développer des sols fertiles alternatifs avec des propriétés physico-chimiques appropriées pour la production de biomasse. Leur innocuité pour l'environnement et la santé humaine a été vérifiée. Le développement de l'horticulture urbaine passe par la sensibilisation des aménageurs aux spécifications optimales attendues pour les sols urbains et à la façon d'établir une gestion durable de ces sols. La construction de Technosols fertiles proposée par le programme SITERRE doit suivre un protocole précis et fait appel à des expertises. Les résultats du travail, publiés dans un livre (Damas et Coulon, 2016) devraient aider à développer un outil d’aide à la décision pour les gestionnaires de paysage urbain.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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; a candidate call from one teacher head, 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".