Détermination du destin des nanoparticules d'argent dans les eaux usées et dans les biosolides en utilisant la microscopie en champ sombre et analyse hyperspectrale
Notice bibliographique
Résumé
Les nanomatériaux sont une classe de produits contaminants émergents et qui sont présents en concentrations croissantes dans l’environnement. Dans les milieux environnementaux complexes, leur détection est souvent compliquée par les interférences provenant des matrices environnementales. L'objectif de ce travail était de voir si c’était possible de suivre et de comprendre le sort des nanoparticules d'argent dans les eaux usées à l'aide de microscopie améliorée en champ sombre (EDM) couplé à l’analyse/imagerie hyperspectrale (HSI). En effet, lorsqu'il est couplée à une analyse pixel par pixel, EDM peut être utilisée pour dépister la présence de nanoparticules, et pour localiser, identifier et suivre leur sort in situ. La transformation de plusieurs nanoparticules d'argent différentes (40, 80 et 100 nm) avec différents revêtements (citrate et polyvinylpyrrolidone) a été analysée dans des milieux complexes (eaux usées, biosolides). Les résultats ont montré que, lorsqu’ajouté dans des systèmes complexes contenant de la matière organique naturelle, certaines nanoparticules sont rapidement transformées (sur une période de 2 heures), comme indiqué par un changement de la longueur d'onde attribuée à leur résonance plasmonique (450-570 nm), conduisant à une diminution de l'intensité du signal de 95%. Sur la base de résultats complémentaires obtenus par diffusion de lumière dynamique (DLS) et de spectroscopie de masse à plasma à couplage inductif de particules uniques (SP-ICP-MS), il a été possible d'attribuer les changements non à l'agrégation des particules ou la dissolution, mais plutôt à une modification de la nature des particules en raison de l'adsorption de la matière organique sur leur surface. Ce travail montrera que les propriétés des nanoparticules dans les systèmes complexes sont très différentes de celles des systèmes simples.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».