Microplastic Spectral Classification Needs an Open Source Community: Open Specy to the Rescue!
Notice bibliographique
Résumé
Microplastic pollution research has suffered from inadequate data and tools for spectral (Raman and infrared) classification. Spectral matching tools often are not accurate for microplastics identification and are cost-prohibitive. Lack of accuracy stems from the diversity of microplastic pollutants, which are not represented in spectral libraries. Here, we propose a viable software solution: Open Specy. Open Specy is on the web (www.openspecy.org) and in an R package. Open Specy is free and allows users to view, process, identify, and share their spectra to a community library. Users can upload and process their spectra using smoothing (Savitzky-Golay filter) and polynomial baseline correction techniques (IModPolyFit). The processed spectrum can be downloaded to be used in other applications or identified using an onboard reference library and correlation-based matching criteria. Open Specy's data sharing and session log features ensure reproducible results. Open Specy houses a growing library of reference spectra, which increasingly represents the diversity of microplastics as a contaminant suite. We compared the functionality and accuracy of Open Specy for microplastic identification to commonly used spectral analysis software. We found that Open Specy was the only open source software and the only software with a community library, and Open Specy had comparable accuracy to popular software (OMNIC Picta and KnowItAll). Future developments will enhance spectral identification accuracy as the reference library and functionality grows through community-contributed spectra and community-developed code. Open Specy can also be used for applications beyond microplastic analysis. Open Specy's source code is open source (CC-BY-4.0, attribution only) (https://github.com/wincowgerDEV/OpenSpecy).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,017 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,093 |
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 source (Gemma direct ou Codex distillé), 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 ».