Increasing the Accessibility for Characterizing Microplastics: Introducing New Application-Based and Spectral Libraries of Plastic Particles (SLoPP and SLoPP-E)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
As smaller particle sizes are increasingly included in microplastic research, it is critical to chemically characterize microparticles to identify whether particles are indeed microplastics. To increase the accessibility of methods for characterizing microparticles via Raman spectroscopy, we created an application-based library of Raman spectroscopy parameters specific to microplastics based on color, morphology, and size. We also created two spectral libraries that are representative of microplastics found in environmental samples. Here, we present SLoPP, a spectral library of plastic particles, consisting of 148 reference spectra, including a diversity of polymer types, colors, and morphologies. To account for the effects of aging on microplastics and associated changes to Raman spectra, we present a spectral library of plastic particles aged in the environment (SLoPP-E). SLoPP-E includes 113 spectra, including a diversity of types, colors, and morphologies. The microplastics used to make SLoPP-E include environmental samples obtained across a range of matrices, geographies, and time. Our libraries increase the likelihood of spectral matching for a broad range of microplastics because our libraries include plastics containing a range of additives and pigments that are not generally included in commercial libraries. When used in combination with commercial libraries of over 24 000 spectra, 63% of the top 5 matches across all particles tested (product and environmental) are from SLoPP and SLoPP-E. These tools were developed to improve the accessibility of microplastics research in response to a growing and multidisciplinary field, as well as to enhance data quality and consistency.
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.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle