MétaCan
Menu
Retour à la cohorte
Enregistrement W3043991371 · doi:10.1088/1755-1315/528/1/012013

Microplastics and the Impact of Plastic on Wildlife: A Literature Review

2020· review· en· W3043991371 sur OpenAlexaboutno aff
N K Y Susanti, Ani Mardiastuti, Yusli Wardiatno

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicroplasticsSeabirdWildlifePredationFisheryTrophic levelPlanktonPlastic pollutionEcologyBiologyEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Microplastics (size <5 mm) have become an international attention since they have been discovered in wildlife and human gastro-intestinal tract, and might harm health. The objective of this paper is to review microplastics and analyze its possible impact on wildlife and seabird. Seabirds are upper-trophic level predators in marine ecosystems, feed on zooplankton, fish, and squid. Microplastics in seabirds have been reported in many countries, including the USA, Canada, Brazil, Japan, China, the Netherlands, and North Pacific region, involving albatrosses, petrels, storm-petrels, fulmars, cormorants, shearwaters, penguins, and many other seabird species. Microplastics were accidentally ingested because of their resemblance to the fish, plankton, or from ingestion of microplastics that already occurred inside fish food. Types of microplastics were pellet, fragment, film, fiber, foamed plastic and styrofoam. Microplastics might decrease feeding stimuli by producing a false sense of fullness, causing the bird to stop eating, resulting in malnutrition and death. Other harmful impact on birds are interrupting nutrient absorption, disrupting reproductive problems, and hindered growth and survival of chicks. Study on microplastics in Indonesia is in progress, by using Little-black cormorant to represent seabirds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,008
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetMicroplastics and Plastic PollutionTravaux en français237 207