Optimisation des paramètres de granulation et des propriétés des granules fertilisants à base de fumier de poulet et de résidus de l'industrie forestière
Bibliographic record
Abstract
Les résidus agricoles et forestiers, tels que les biosolides papetiers, les cendres de bois et les écorces, sont utilisés en agriculture depuis de nombreuses décennies. Cette utilisation résulte principalement de la grande quantité de déchets générés par les industries, ainsi que des coûts élevés associés à leur enfouissement. Les matières résiduelles fertilisantes (MRF) sont employées comme amendements organiques ou inorganiques, et comme sources d'éléments fertilisants. Elles visent à améliorer la fertilité du sol, augmenter son taux d'aération, renforcer sa capacité de rétention d'eau et stimuler son activité biologique. Cependant, l’application des MRF peut entraîner des impacts négatifs sur l’environnement en raison de la présence de contaminants chimiques nocifs. C'est pourquoi des critères environnementaux ont été établis pour garantir une utilisation sécuritaire de ces résidus . Dans ce contexte, ce projet vise à optimiser les paramètres de granulation et les propriétés des granules fertilisants à base de fumier de poulet et des résidus de l’industrie forestière, notamment les boues mixtes, les cendres de bois et le biochar. Ce projet a été divisé en trois étapes. Durant la première étape, les matières résiduelles ont été caractérisées en termes de contaminants chimiques afin de garantir leur conformité aux critères environnementaux du Québec. Dans la seconde étape, des expériences à facteur unique suivies d'un plan d'expérience de type Box-Behnken ont été menées pour identifier les paramètres optimaux de granulation. Ces paramètres incluent la teneur en humidité du mélange à granuler, le ratio de compression (rapport longueur/diamètre des canaux de la filière, L/D), et la fréquence de rotation de la filière. Les résultats ont révélé que la teneur optimale en humidité du mélange à granuler était de 14%, le ratio L/D de 6, et la fréquence de rotation de 54 Hz. Dans la troisième étape, un plan d’expérience pour mélanges a été établi, variant la teneur de chaque MRF afin d’évaluer le pouvoir fertilisant des granules, ainsi que l'influence de la composition du mélange sur leurs propriétés. Les analyses ont montré que les granules obtenus présentent un pouvoir fertilisant optimum de 2,34% d'azote, 3,34% de phosphore et 3,26% de potassium, ce qui permet d’améliorer significativement la qualité des sols et d'augmenter le rendement des cultures. \nDe plus, l'ajout de boues mixtes comme agent liant a permis d’améliorer toutes les propriétés des granules.
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) | 0.000 | 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) | 0.001 | 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".