MétaCan
Menu
Back to cohort
Record W2933606127

Impact des propriétés de surface des matériaux membranaires sur les caractéristiques des biofilms formés suivant la filtration de fluides laitiers

2017· article· fr· W2933606127 on OpenAlexfundno aff
Gabrielle Beaulieu-Carbonneau

Bibliographic record

Venuenot available
Typearticle
Languagefr
FieldMaterials Science
TopicPickering emulsions and particle stabilization
Canadian institutionsnot available
FundersUniversité Laval
KeywordsFiltration (mathematics)Mathematics
DOInot available

Abstract

fetched live from OpenAlex

L’encrassement est un problème majeur qui affecte l’efficacité des procédés de filtration. Dans l’industrie laitière, le dépôt de constituants laitiers et le développement de biofilms sont les principaux responsables de l’encrassement des membranes. Comme la formation de biofilms est influencée par les propriétés de la surface des membranes, la sélection du matériau membranaire est un paramètre qui peut affecter l’adhésion de bactéries et la formation de biofilms. Ainsi, l'influence des propriétés de surface (hydrophobicité, potentiel zeta et rugosité) de divers matériaux (PES, PVDF, PAN) sur la performance et l’aptitude à l’encrassement des membranes a été évaluée lors de l'UF de lait et de lactosérum à 50 °C. Il a été montré que pour tous les matériaux, la résistance est globalement plus élevée lors de l'UF de lactosérum, mais que le PVDF présente la plus grande résistance irréversible lors de l'UF de lait et de lactosérum. Ces variations de résistance sont principalement attribuées à l'encrassement de la membrane par les constituants laitiers, car les résultats montrent que le nombre estimé de bactéries n’est significativement pas différent entre les trois différentes membranes. D’autre part, lors de l'UF de lactosérum, il a été montré que la rugosité de la surface des membranes affecte la diversité des communautés bactériennes adhérées aux membranes. En effet, après 20 h d'UF de lactosérum, plus de 5,04 log₁₀/cm² de bactéries sporulantes ont été dénombrées sur les membranes les plus rugueuses (PAN et PVDF) comparativement à 0,18 log₁₀/cm² sur la membrane la plus lisse (PES). Ainsi, l'utilisation d'une surface plus lisse combinée à une durée de filtration plus courte sont des éléments importants à envisager afin de réduire le nombre de bactéries sporulantes dans les systèmes de filtration et le nombre de spores bactériens dans les ingrédients du lactosérum.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.002
Threshold uncertainty score0.005

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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 head0.071
GPT teacher head0.352
Teacher spread0.281 · 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
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
Published2017
Admission routes1
Has abstractyes

Explore more

Same topicPickering emulsions and particle stabilizationFrench-language works237,207