Evaluation à court terme des performances de bétons à base de sédiments de dragage en milieu marin
Bibliographic record
Abstract
Le béton est un matériau majeur de la construction, en particulier dans le milieu maritime, mais son empreinte carbone et l’épuisement des ressources naturelles de sable impose une réflexion sur des alternatives durables. Cette étude propose d'intégrer des sédiments de dragage non traités en substitution partielle du sable dans la composition de bétons marins et d’étudier leur durabilité et leurs avantages sur les plans économique, environnemental et écologique. Une campagne expérimentale a été menée afin de caractériser les performances des bétons avant et après immersion (résistance mécanique, porosité, absorption d’eau, perméabilité au gaz), ainsi que leur impact environnemental à travers le suivi de leur biocolonisation en surface et une analyse de cycle de vie. Les résultats ont montré que les bétons à base de sédiments possèdent des propriétés mécaniques et de durabilité comparable à celles des bétons traditionnels après une immersion de 70 jours. Les teneurs en chlorures se maintiennent en dessous des seuils réglementaires. Par ailleurs, ces bétons s’intègrent dans l’écosystème marin et leur biocolonisation à court terme pourrait être accélérée. Cette recherche ouvre de nouvelles perspectives pour une gestion plus durable des ressources naturelles, tout en contribuant à la préservation des écosystèmes marins, à la réduction des déchets industriels et à la diminution de l’empreinte carbone liée aux matériaux de construction.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| 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 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".