Fourier-Transform Infrared Spectroscopy of Environmentally Weathered Textile Fabrics for Enhanced Microplastic Identification
Notice bibliographique
Résumé
Microplastic pollution in oceans is among the global environmental concerns of our time. Emerging research on ocean environments indicates that microfibers, such as those originating from textiles, are some of the most commonly occurring type of microplastic contaminants. While Fourier-transform infrared spectroscopy (FTIR) is commonly used to identify and characterize pollutant samples obtained from the environment, this identification is challenging because infrared spectra of materials can be modified by exposure to the ocean, air, UV light, and other ambient conditions, in a process referred to as “weathering”. We report preliminary efforts in improving FTIR characterization of microplastics by building a library of infrared spectra of common textile fibers weathered under a selection of ambient conditions. Consumer textile materials including polyester, nylon, cotton, and other, were exposed to a selection of ambient conditions: ocean, air, and wastewater treatment stages, in a controlled weathering experiment. Infrared spectra were monitored for up to 52 weeks, with the resulting data illuminating on the environmental fate and longevity of synthetic and natural fibers. Spectral changes caused by weathering were found to depend strongly on both the composition of the material and the specific ambient conditions. This library of weathered material spectra is useful not only in easier identification of environmental microfibers, but also in helping us estimate the duration and manner of weathering that a given environmental microfiber may have experienced.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».