Développement de composites à base de polypyrrole et TOCN appliqué sur divers supports
Bibliographic record
Abstract
Tout d'abord, je tiens à remercier sincèrement Dieu Tout-Puissant, Jésus-Christ, pour son aide, sa protection et sa grâce constantes qui m'ont permis de mener à bien cette thèse.Je tiens à exprimer ma profonde gratitude à toutes les personnes et institutions qui ont contribué à la réalisation de cette thèse doctorale.Tout d'abord, je remercie sincèrement le professeur Éric Loranger, directeur de recherche, pour sa confiance, son encadrement scientifique rigoureux, et son soutien constant tout au long de ce projet.Je remercie également le professeur Simon Barnabé, codirecteur, pour ses conseils éclairés, sa disponibilité, et ses encouragements tout au long de mon parcours.Je souhaite également remercier chaleureusement les membres du jury pour avoir accepté de participer à l'évaluation de cette thèse.Je remercie le professeur Cyril Muehlethaler, président du jury, pour sa disponibilité et son engagement dans ce processus.Je remercie également le professeur Thomas Auvray, évaluateur interne, pour l'intérêt porté à mon travail, ainsi que le professeur Benoît Barbeau (UQÀM), évaluateur externe, pour avoir accepté d'apporter son regard expert à cette recherche.Leur implication est précieuse et contribue grandement à la qualité scientifique de ce projet doctoral.Je tiens également à exprimer ma profonde gratitude au professeur François Brouillette, au professeur Bruno Chabot, à France, à Isabelle, à Kéziah, à Ha, à Tung, à Oulame et à Daniel pour leur soutien constant, leurs conseils et leurs encouragements tout au long de mon travail de thèse.Je tiens également à exprimer ma gratitude aux stagiaires que j'ai eu le plaisir d'encadrer pendant mon doctorat : Noa, Alexis, Axel et Hugo.Je souhaite aussi remercier chaleureusement l'Institut d'Innovations en Écomatériaux, Écoproduits et Écoénergies (I2E3) de l'Université du Québec à Trois-Rivières (UQTR) pour avoir offert un environnement de recherche stimulant et des infrastructures de grande qualité.Je suis également reconnaissant envers le Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG/NSERC) pour le soutien financier accordé à ce projet.Mes remerciements s'adressent aussi à l'équipe du laboratoire LGP2 -Grenoble INP -CNRS -Université Grenoble Alpes, et tout particulièrement au professeur Julien Bras, pour m'avoir accueilli durant ma mobilité internationale.Cette collaboration a grandement enrichi la portée scientifique et environnementale de mes travaux.Je tiens également à remercier le programme PEPR B-BEST de l'ANR France pour avoir soutenu ce séjour de recherche.Je tiens à remercier sincèrement mes parents d'avoir été là pour moi émotionnellement même si je suis très loin d'eux.Enfin, je remercie mes collègues, amis et proches pour leur présence, leur patience et leur soutien moral tout au long de cette aventure doctorale.v Résumé Dans un contexte mondial de transition vers une économie circulaire et de réduction de la dépendance aux ressources fossiles, cette thèse porte sur le développement de matériaux biosourcés multifonctionnels à faible empreinte environnementale.Les revêtements à base de polymères dérivés du pétrole posent des défis environnementaux majeurs, notamment leur non-biodégradabilité, l'émission de composés organiques volatils (COV) et la pollution par les microplastiques.L'objectif général de cette thèse est de développer une peinture biosourcée multifonctionnelle, applicable sur substrats rigides, à base de nanofibres de cellulose oxydées TEMPO (TOCN) et de polypyrrole (PPy), modifiés par de l'alcool polyvinylique (PVA) et du glycérol.Cette formulation vise à répondre simultanément à des critères de performances techniques (barrière et propriétés mécaniques) et de durabilité environnementale.Une revue de la littérature approfondie a justifié le choix des matériaux.Les TOCN
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
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".