Microplastics in Stormwater Runoff: Comparing Baseflow to Rainfall Events
Notice bibliographique
Résumé
Due to their widespread use, plastics have become a significant pollutant in the environment. Among these are microplastics, those that are under 5mm in size. These particles pose many potential hazards to aquatic ecosystems, such as bioaccumulation and leeching of chemical compounds into soil and freshwater. Previous studies have addressed microplastic contamination in urban river systems, atmospheric fallout, and wastewater treatment plants, but very few studies have investigated microplastics in urban stormwater runoff. Stormwater runoff washes over impervious surfaces (such as roadways) and often drains into rivers and other freshwater bodies, and acts as a source of microplastics that can then contaminate freshwater systems. In this research project, the concentration of microplastics in stormwater runoff under both baseflow and rain event conditions were analyzed to determine the difference in microplastic concentration between the two scenarios. Samples were obtained from a stormwater collection basin in Calgary, Alberta, at eight different times between May and September. Microplastics were extracted through a combination of filtration, digestion with hydrogen peroxide, and size fractionation, resulting in five size classes. Following the extraction, the samples were analyzed using visual microscopy and Raman spectroscopy to obtain the quantity and chemical composition of the microplastics, respectively. Understanding the concentration of microplastics in stormwater runoff allows for proper risk assessment of microplastics in freshwater systems, as well as providing insight into the sources of microplastics in other freshwater systems. Discipline: Physical Sciences Faculty Mentor: Dr. Matthew Ross
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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; les deux têtes enseignantes 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 ».