OPTIMISATION DES PARAMÃTRES DE FONCTIONNEMENT DâUN \nBIORÃACTEUR DANS UN PROCÃDÃ DE TRI-COMPOSTAGE
Bibliographic record
Abstract
L’importante quantité de matière organique dans les matières résiduelles québécoises en \nfont une cible de premier choix dans la volonté de valoriser les déchets. Le \ntri-compostage est une des méthodes de valorisation de la matière organique à l’échelle \nd’une communauté. Ce procédé permet le tri de la matière organique contenue dans la \nMR mixte pour ensuite réaliser son compostage. \nUn bioréacteur rotatif initie l’opération de compostage et permet le tri de la matière \norganique. L’objectif de la recherche étant d’optimiser la performance de ce bioréacteur, \nla ventilation, la vitesse de rotation et de la masse de remplissage de cet équipement ont \nété ciblés comme paramètres clé. \nDes essais sur une unité pilote de 2,57 m3 ont été réalisés afin de traiter des matières \nrésiduelles domestiques mixtes et d’évaluer la performance lors de la variation des \nparamètres choisis. Les résultats obtenus n’ont pas permis de raffiner la vitesse de \nrotation ; en revanche, une ventilation d’air chaud a conduit à une augmentation de la \nperte de masse de près de 10 %, ce qui n’a pas été possible avec une ventilation d’air \nfrais. \nAussi, la perte de masse a atteint 16,8% en traitant environ 230 kg par m3 de bioréacteur. \nLe temps de séjour nécessaire pour atteindre la période thermophile a été établi à près \nde 2,4 jours, ce qui correspond à une réduction de 8% par rapport au temps de séjour \nactuel en industrie. \nFinalement, d’éventuels travaux de recherche pourraient être réalisés pour confirmer la \nrelation entre l’échelle réelle et l’unité pilote de même que pour adapter le bioréacteur à \nd’autres technologies de valorisation.
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 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".