<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="https://dspace.univ-guelma.dz/jspui/handle/123456789/67">
    <title>DSpace Communauté:</title>
    <link>https://dspace.univ-guelma.dz/jspui/handle/123456789/67</link>
    <description />
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="https://dspace.univ-guelma.dz/jspui/handle/123456789/18976" />
        <rdf:li rdf:resource="https://dspace.univ-guelma.dz/jspui/handle/123456789/18795" />
        <rdf:li rdf:resource="https://dspace.univ-guelma.dz/jspui/handle/123456789/18682" />
        <rdf:li rdf:resource="https://dspace.univ-guelma.dz/jspui/handle/123456789/18656" />
      </rdf:Seq>
    </items>
    <dc:date>2026-04-07T08:07:20Z</dc:date>
  </channel>
  <item rdf:about="https://dspace.univ-guelma.dz/jspui/handle/123456789/18976">
    <title>Utilisation des relations quantitatives structure-propriétés (QSPR) dans l’estimation de propriétés physico-chimiques</title>
    <link>https://dspace.univ-guelma.dz/jspui/handle/123456789/18976</link>
    <description>Titre: Utilisation des relations quantitatives structure-propriétés (QSPR) dans l’estimation de propriétés physico-chimiques
Auteur(s): Beghour, Yassine
Résumé: Cette étude vise à développer des modèles fondés sur une approche quantitative de la relation structure-propriétés (QSPR) afin de prédire certains paramètres physico-chimiques, à savoir la température normale d'ébullition (Tb) et les propriétés critiques : température critique (Tc), pression critique (Pc) et volume critique (Vc) des composés organiques. Les modèles utilisent un algorithme d'apprentissage automatique, plus précisément le réseau de neurones artificiels multilayer (MLP-ANN), pour la modélisation non linéaire, en utilisant des descripteurs moléculaires pertinents comme variables d'entrée. Une comparaison avec la régression par vecteurs de support (SVR) a été effectuée afin d'évaluer les performances des modèles PMC-ANN pour des ensembles de données comprenant respectivement 417, 412, 411 et 418 composés organiques pour Tb, Tc, Pc et Vc. Pour chaque modèle, la base de données a été divisée de manière aléatoire en deux sous-ensembles : 80 % pour l'entraînement et 20 % pour les tests. Les configurations optimales pour les modèles PMC-ANN étaient (25-17-1) pour Tb, (25-14 1) pour Tc, (24-17-1) pour Pc et (18-10-1) pour Vc. Les résultats ont été les suivants : pour le modèle PMC-ANN Tb, les résultats comprenaient R² = 0,9974, IOA = 0,9992, MAE = 3,6331 k, MAPE = 1,0165 % et RMSE = 4,9321 k. Pour le modèle Tc, les résultats étaient R² = 0,9935, IOA = 0,9982, MAE = 7,0545 k, MAPE = 1,0436 % et RMSE = 9,5482 k. Pour le modèle Pc, les résultats étaient les suivants : R² = 0,9907, IOA = 0,9992, MAE = 87,5193 mPa, MAPE = 2,4352 % et RMSE = 122,5629 mPa. Pour le modèle Vc, les résultats étaient R² = 0,9982, IOA = 0,9998, MAE = 6,8173 cm³/mol , MAPE = 2,3525 % et RMSE = 9,4734 cm³/mol . Les modèles PMC-ANN ont systématiquement surpassé les modèles SVR, démontrant une précision, une stabilité et une capacité de généralisation supérieures. La méthode d'analyse de sensibilité (méthode des poids) a été utilisée pour évaluer individuellement la contribution de chaque descripteur d'entrée dans les modèles QSPR-ANN. Les résultats ont montré que la plupart des descripteurs avaient un niveau d'influence élevé ou moyen. De plus, l'analyse du domaine d'applicabilité (AD) a confirmé la fiabilité et la généralisation des modèles, la plupart des points de données se situant dans une fourchette acceptable. Enfin, la comparaison avec les modèles précédents a démontré que les modèles PMC-ANN proposés surpassaient les modèles existants en termes de précision et de robustesse, confirmant leur fort potentiel pour fournir des prévisions précises.</description>
    <dc:date>2026-02-12T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://dspace.univ-guelma.dz/jspui/handle/123456789/18795">
    <title>Design and development of a screen-printed sensor modified with Ru nanoparticles for the detection of dopamine and paracetamol</title>
    <link>https://dspace.univ-guelma.dz/jspui/handle/123456789/18795</link>
    <description>Titre: Design and development of a screen-printed sensor modified with Ru nanoparticles for the detection of dopamine and paracetamol
Auteur(s): GHEDIRI, Dalia
Résumé: The careful use of drug doses administered in therapeutic or surgical environments is essential since even minor variations may have catastrophic health implications. Some drugs can cause permanent damage to organs through overdose, which may necessitate transplantation or compromise the functions of vital physiological systems. Paracetamol is a notable example of an analgesic and antipyretic drug, as its misuse or overdose may lead to acute liver toxicity as well as renal damage. Simultaneously, a sensitive monitoring of some physiological parameters is needed, as their non-pathological levels are generally in accordance with the pathogenesis or development of disease. Fluctuations in brain dopamine are directly implicated in neurodegenerative illnesses like Parkinson's disease and schizophrenia. Clinically relevant evaluation, drug management with therapeutic intervention, and proactive health care thus demand accurate and reproducible quantitation of these bioactive molecules.&#xD;
A selective and simple electrochemical technique was created for the simultaneous analysis of paracetamol (PA) and dopamine (DA). The technique utilized a commercially available screen printed electrode (SPE), that was electrochemically activated in 1.0 M H2SO4 via cyclic voltammetry and modified with ruthenium nanoparticles. Electrochemical behavior before and after modification was investigated using electrochemical impedance spectroscopy (EIS) and cyclic voltammetry (CV).. The findings indicate that both electrochemical activation and ruthenium nanoparticle electrodeposition enhance the conductivity and surface area of the screen-printed electrode. The structural and interfacial properties of the nanocomposite were also examined using scanning electron microscopy (SEM), transmission electron microscopy (TEM), energy-dispersive X-ray spectroscopy (EDX), X-ray diffraction (XRD), fourier transform infrared spectroscopy (FT-IR), and atomic force microscopy (AFM).&#xD;
The detection of both dopamine and paracetamol was assessed through cyclic voltammetry, electrochemical impedance spectroscopy, and square wave voltammetry (SWV). Under optimized conditions, it was found that the developed sensor was able to detect dopamine and paracetamol efficiently through the three methods. In the case of single analyte detection, SWV and EIS showed better performance, with SWV presenting the best sensitivity (1.93 and 1.06 μA mM-1 cm-2) and lowest detection limits (0.11 μM for DA and 0.17 μM for PA). However, CV was found to be better for simultaneous detection as it presented wider linear ranges (1.0–300 μM for DA and 1.0–400 μM for PA). Moreover, the RuNPs/ASPE sensor also exhibited good repeatability, reproducibility, stability, and selectivity. The sensor was successfully utilized for PA and DA determination in pharmaceutical preparations and human blood serum samples with good recovery percentages.</description>
    <dc:date>2026-01-13T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://dspace.univ-guelma.dz/jspui/handle/123456789/18682">
    <title>Adsorption compétitive de plusieurs espèces sur des supports naturels et modifiés</title>
    <link>https://dspace.univ-guelma.dz/jspui/handle/123456789/18682</link>
    <description>Titre: Adsorption compétitive de plusieurs espèces sur des supports naturels et modifiés
Auteur(s): Khalla, Dounya
Résumé: Depuis plusieurs décennies, les métaux lourds sont une source de pollution environnementale et la communauté scientifique est continuellement sollicitée pour faire face à cette menace. Cette étude a examiné les performances d'un charbon actif fabriqué à partir de coquilles de châtaignes (CNS-AC) pour l'adsorption de Cd(II), Cr(VI), Ni(II), Cu(II) et Zn(II) dans des systèmes à un seul métal ou à des systèmes quinaires. Le CNS-AC a été caractérisé par FT-IR, TGA/DTG, FEG-SEM, EDX et BET. Les résultats expérimentaux ont révélé que l'adsorption suit la cinétique du pseudo-second ordre, à la fois dans les systèmes simples et quinaires. Les résultats d'équilibre reflètent le modèle d'équilibre de Langmuir, avec des capacités d'adsorption maximales (mg/g) variant de 21,34 pour le Cd(II) à 73,16 pour le Zn(II) dans les systèmes mono-métalliques, et de 9,80 pour le Cd(II) à 33,33 pour le Cu(II) dans les systèmes quinaires-métalliques. La capacité d'adsorption maximale globale dans une solution quinaire était de 113,22 mg/g, plus élevée que qm pour chaque système monométallique. En outre, il a été constaté que la réduction de la pollution par le Cd(II) et le Zn(II) pour atteindre les limites standard n'a été réalisée qu'en une seule étape, tandis que deux étapes ont suffi pour atteindre la réduction de la pollution correspondante pour les autres métaux. Une étude computationnelle a été menée à l'aide les méthodes computationnelle et théorie fonctionnelle de la densité(DFT), en supposant la génération de complexes organométalliques entre le charbon actif fonctionnalisé et les ions métalliques. Les groupes fonctionnels carboxyle et amine du CNS-AC semblent être impliqués dans l'adsorption des ions métalliques. Les énergies de liaison calculées entre l'adsorbant et les ions métalliques ont diminué dans l'ordre suivant Cu(II)&lt;Cr(VI)&lt; Ni(II)&lt;Zn(II)&lt;Cd(II). En conséquence, les résultats expérimentaux ont révélé une concurrence réelle entre les métaux lourds pour les sites d'adsorption où l'élimination du Zn(II), du Ni(II) et du Cd(II) a été entravée par la présence d'autres ions métalliques alors que les taux d'élimination du Cr(VI) et du Cu(II) sont restés globalement inchangés. Les nouvelles connaissances apportées par l'étude théorique combinée à l'étude expérimentale mettent en évidence l'efficacité du CNS-AC en tant qu'adsorbant pour l'élimination du Cd(II), du Cr(VI), du Ni(II), du Cu(II) et du Zn(II).</description>
    <dc:date>2025-10-13T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://dspace.univ-guelma.dz/jspui/handle/123456789/18656">
    <title>Optimisation multi-objectifs du traitement des eaux usées par électrocoagulation</title>
    <link>https://dspace.univ-guelma.dz/jspui/handle/123456789/18656</link>
    <description>Titre: Optimisation multi-objectifs du traitement des eaux usées par électrocoagulation
Auteur(s): HAMIDOUD, Sarra
Résumé: L'objectif de cette recherche est de conceptualiser et d'améliorer l'efficacité d'un nouveau procédé d'électrocoagulation (E.C) concernant le traitement des eaux résiduaires et la consommation énergétique, en vue de son adaptation à une échelle industrielle. L'application appropriée d'un plan expérimental (DOE) a permis d'évaluer les impacts individuels et les interactions ayant un impact notable sur les deux fonctions objectives (amélioration de l'efficacité du traitement et réduction de la consommation d'énergie), en utilisant des électrodes en aluminium comme anode sacrificielle. Des essais initiaux ont démontré que le pH du milieu, l’intensité appliqué et la durée de traitement à l'E.C sont les facteurs majeurs.Un plan factoriel 33 a été mis en place pour modéliser l'efficacité et la consommation d'énergie. Dans des conditions idéales, le taux de dépollution atteint environ 98% pour le DCO et 66% pour le DBO5, tout en ne consommant que 2.39 kWh par mg-DCO. Dans les modèles mathématiques réalisés, les paramètres ayant eu le plus d'impact sont le potentiel ou le courant appliqué, ainsi que le temps de traitement et leur interaction. Les données de la modélisation ont aussi été mis en corrélation avec les résultats issus de l'expérimentation. Les conclusions ouvrent la voie à des possibilités intéressantes pour l'élaboration d'une méthode de traitement des eaux usées écologique et d'une technologie à faible coût.‎</description>
    <dc:date>2025-10-29T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

