Biocicatrisation : application à la réparation de mortiers âgés
Bibliographic record
Abstract
La biocicatrisation constitue un moyen prometteur pour la réparation des grosses micro-fissures (de l’ordre de 250 μm). Ce système de réparation repose sur la capacité des bactéries à générer du carbonate de calcium, CaCO3, afin de colmater les fissures. Le phénomène de biocicatrisation est complexe, faisant intervenir l’activité bactérienne, le milieu de culture nécessaire à la croissance bactérienne, la composition du matériau et les conditions environnementales (température et humidité). L’objectif de cette étude vise à élaborer un procédé de biocicatrisation tout en permettant de comprendre l’influence spécifique des différents paramètres d’influence. Elle nécessite dans un premier temps de mettre au point un milieu conduisant à une croissance optimale de la souche bactérienne étudiée, Bacillus pseudofirmus, et générant une quantité significative de carbonate de calcium. La suspension bactérienne obtenue est ensuite imprégnée dans des fissures carbonatées de l’ordre de 250 μm, créées dans des éprouvettes de mortier. L’efficacité de la biocicatrisation est estimée en mesurant l’évolution des ouvertures des fissures par des mesures de débit d’air. Les résultats obtenus ont montré que le milieu à base de lactate de calcium, de nitrate de calcium et d’extrait de levure en présence de Bacillus pseudofirmus confère au mortier une capacité de cicatrisation accrue pour des fissures de l’ordre de 250 μm, que les phénomènes abiotiques ne peuvent pas colmater. En effet, le taux apparent de cicatrisation est de plus de 70 % résultant de la formation d’une couche de cicatrisation de plus de 74 μm constituée de calcite mêlée à un biofilm.
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 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 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".