Traitement passif du drainage minier neutre contaminé au nickel : cinétique et isothermes de sorption, essais en mode cuvée et essais en colonnes
Bibliographic record
Abstract
J'aimerais remercier mon directeur de thèse Gérald J. Zagury de m'avoir fait confiance ainsi que pour la liberté et la flexibilité dont j'ai bénéficié au cours de mon doctorat.J'ai eu l'opportunité de faire un projet intéressant, stimulant et formateur, et je l'en remercie.J'ai beaucoup apprécié les qualités interpersonnelles de Gérald, son sens de l'humour, et sa compréhension de ma situation familiale.Finalement, je le remercie pour ses encouragements et pour m'avoir donné l'opportunité d'aller présenter au congrès Goldschmidt 2019.Je remercie ma co-directrice Carmen Mihaela Neculita pour sa rigueur, ses encouragements et ses conseils.Je remercie Alfonso Mucci pour son soutien majeur dans la rédaction des deux premiers articles de cette thèse.Il m'a beaucoup appris et son support m'a grandement aidé à naviguer la transition entre les sciences pures et l'ingénierie.Ma confiance en tant que chercheure me vient, entre autres, des apprentissages et des encouragements reçus de la part de mes directeurs de maîtrise, Alfonso Mucci et Bjørn Sundby.Je les remercie pour cette base solide ainsi que pour leur soutien lors de mes demandes de bourses.Merci à Robert Chapuis pour sa grande générosité dans le partage de son savoir.Mr. Chapuis m'a aidé avec le côté hydrogéologique des essais en colonnes et m'a permis de résoudre une impasse importante dans le premier article de cette thèse et je l'en remercie grandement.J'aimerais exprimer ma reconnaissance aux techniciens de Polytechniques qui sont une grande force de l'institution et qui offrent ensemble un soutien exceptionnel aux étudiants.J'aimerais remercier plus particulièrement Manon Leduc et Jérôme Leroy au laboratoire de géochimie, ainsi que Noura El-Harrak au laboratoire d'hydrogéologie qui m'ont toujours beaucoup donné.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| 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".