Environmental Fate Modeling of Nanoplastics in a Salinity Gradient Using a Lab-on-a-Chip: Where Does the Nanoscale Fraction of Plastic Debris Accumulate?
Notice bibliographique
Résumé
The aim of this study is to demonstrate how the flow and diffusion of nanoplastics through a salinity gradient (SG), as observed in mangrove swamps (MSPs), influence their aggregation pathways. These two parameters have never yet been used to evaluate the fate and behavior of colloids in the environment, since they cannot be incorporated into classical experimental setups. Land-sea continuums, such as estuaries and MSP systems, are known to be environmentally reactive interfaces that influence the colloidal distribution of pollutants. Using a microfluidic approach to reproduce the SG and its dynamics, the results show that nanoplastics arriving in a MSP are fractionated. First, a substantial fraction rapidly aggregates to reach the microscale, principally governed by an orthokinetic aggregation process and diffusiophoresis drift. These large nanoplastic aggregates eventually float near the water's surface or settle into the sediment at the bottom of the MSP, depending on their density. The second, smaller fraction remains stable and is transported toward the saline environment. This distribution results from the combined action of the spatial salt concentration gradient and orthokinetic aggregation, which is largely underestimated in the literature. Due to nanoplastics' reactive behavior, the present work demonstrates that mangrove and estuarine systems need to be better examined regarding plastic pollution.
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 | 0,000 | 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 | 0,002 |
| 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 | 0,000 |
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 tête enseignante, 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 ».