Recommended best practices for plastic and litter ingestion studies in marine birds: Collection, processing, and reporting
Notice bibliographique
Résumé
Marine plastic pollution is an environmental contaminant of significant concern. There is a lack of consistency in sample collection and processing that continues to impede meta-analyses and large-scale comparisons across time and space. This is true for most taxa, including seabirds, which are the most studied megafauna group with regards to plastic ingestion research. Consequently, it is difficult to evaluate the impacts and extent of plastic contamination in seabirds fully and accurately, and to make inferences about species for which we have little or no data. We provide a synthesized set of recommendations specific for seabirds and plastic ingestion studies that include best practices in relation to sample collection, processing, and reporting, as well as highlighting some “cross-cutting” methods. We include guidance for how carcasses, regurgitations, and pellets should be handled and treated to prevent cross-contamination, and a discussion of what size class of microplastics can be assessed in each sample type. Although we focus on marine bird samples, we also include standardized techniques to remove sediment and biological material that are generalizable to other taxa. Lastly, metrics and data presentation of ingested plastics are briefly reviewed in the context of seabird studies.
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 | 0,276 | 0,487 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,011 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,017 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».