Environmental Heavy Metal Contamination from Electronic Waste (E-Waste) Recycling Activities Worldwide: A Systematic Review from 2005 to 2017
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
The recycling of electronic waste (e-waste) contaminates ecosystems with metals, though a compilation of data from across sites worldwide is lacking, without which evidence-based comparisons and conclusions cannot be realized. As such, here, a systematic review of the literature was conducted to identify peer-reviewed studies concerning e-waste sites (published between 2005 and 2017) that reported on the concentration of heavy metals (Cd, Hg, As, Pb and Cr) in soil, water and sediment. From 3063 papers identified, 59 studies from 11 countries meeting predefined criteria were included. Reported metal concentrations were summarized, and a narrative synthesis was performed. This review summarized 8286 measurements of the aforementioned metals in soils (5836), water (1347) and sediment (1103). More than 70% of the studies were conducted in Asia. In nearly all cases, the average metal concentrations in a particular medium from a given site were above guideline values; suggesting soils, water and sediment at, or near, e-waste recycling sites are contaminated. Across all media, concentrations of Pb were generally highest, followed by Cr, As, Cd and Hg. The synthesized information demonstrates that e-waste sites worldwide are contaminated with metals, that geographic data gaps exist, that the quality of most studies can be improved and that action is needed to help reduce such levels to protect human health and the environment.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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