Utilisation du chitosane et de l'alun dans le traitement des eaux potables
Bibliographic record
Abstract
L'utilisation des sels minéraux et des polymères synthétiques dans le traitement des eaux potables, suscite des inquiétudes quant à leurs conséquences sur la santé humaine et l'environnement. Aujourd'hui, le génie de l'environnement pense à la substitution de ces coagulants conventionnels par des coagulants naturels moins néfastes à l'humanité. La présente étude vise à vérifier l'efficacité du chitosane comme coagulant dans la filière coagulation-floculation-décantation-filtration pour le traitement des eaux potables, et ce, en comparaison avec l'alun en tant que coagulant conventionnel. Ce polymère d'origine naturelle, obtenu à partir des carapaces de crustacés, offre des propriétés de non-toxicité et de biocompatibilité avantageuses pour le présenter comme un substitut potentiel des coagulants synthétiques et minéraux. Cette recherche consiste à déterminer, à l'aide des essais jar test, les dosages optimaux d'utilisation du chitosane et son efficacité par rapport à l'alun qui est actuellement le coagulant le plus utilisé dans le traitement des eaux. L'interaction du chitosane et de l'alun est aussi étudiée en mélange successif et en mélange simultané. L'eau traitée par ces différents coagulants est ensuite filtrée sur une colonne de sable monocouche en filtration directe et en filtration conventionnelle. La qualité de l'eau filtrée est comparée aux normes exigées pour la qualité de l'eau potable en ce qui concerne la turbidité, le COT et le pH. Les résultats obtenus montrent que le chitosane est efficace dans l'enlèvement des matières en suspensions, surtout pour les eaux très turbides. Les dosages optimaux et les turbidités résiduelles sont proportionnels aux turbidités initiales des eaux à traiter suivant une relation de tendance logarithmique. En comparant le chitosane à l'alun dans le traitement d'une eau synthétique ayant une turbidité initiale de 10 UTN, le chitosane se montre plus efficace avec une turbidité résiduelle de 1,8 UTN contre 2,3 UTN obtenue avec l'alun. Le mélange simultané des deux coagulants est encore plus performant avec une turbidité résiduelle de 0,9 UTN. L'eau synthétique ayant une turbidité de 10 UTN traitée soit avec le chitosane, l'alun ou leur mélange simultané et suivi d'une filtration directe sur un lit de sable monocouche d'une profondeur de 0,38 m, laisse une turbidité résiduelle variant autour de 0,05 UTN. Ce taux est inférieur aux exigences de l'OMS, de Santé Canada, du MDDEP Québec et de l'EPA (Etats-Unis). Il a été remarqué que l'utilisation du chitosane ne diminue pas le pH de l'eau autant que l'alun, mais qu'elle induit une augmentation du carbone organique total. La filtration sur sable de l'eau traitée réduit considérablement la turbidité, diminue légèrement le carbone organique total, et ne modifie pas sensiblement le pH de l'eau. Par ses propriétés de non-toxicité et de biodégradabilité, le chitosane peut représenter un substitut efficace des sels minéraux et des polymères synthétiques pour l'enlèvement de la turbidité dans le traitement des eaux potables, mais présente le défaut d'augmenter le COT de l'eau traitée.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 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 | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".