MétaCan
Menu
Retour à la cohorte
Enregistrement W3195388236 · doi:10.11159/icepr21.119

Analysis and Effects of Microplastics in the Agricultural Soils

2021· article· en· W3195388236 sur OpenAlexvenueno aff
Doorgha Ragoobur, Geeta Devi Somaroo

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicroplasticsSoil waterAgricultureEnvironmental scienceOceanographySoil scienceGeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Microplastics (MPs) are pertinacious contaminants which are threatening the delicate balance of the ecosystem.Over the years, various studies have reported the presence of MPs in the marine environment through case studies and reviews, but its presence in the agricultural soils is not fully understood.To date, there exists no standardized methodology for sampling, extraction and characterization of MPs in the agricultural soils.This review aims at encapsulating the different techniques used for sampling and extraction of MPs, and includes the methods employed for identification and quantification of MPs in the soil environment.Flotation method, pressurized fluid extraction and elutriation are some of the different techniques used for MPs extraction that usually influence the characterization step.Visual identification through microscope and scanning electron microscope and chemical identification via Fourier-transform infrared (FITR) and Raman spectrometry, are the main techniques that are used for the identification of MPs.The fate and dispersion of MPs in the agricultural soil are discussed, as well as their interaction with the soil biota.The main findings of this review show that further research is needed on the sampling methods as well as analytical techniques so as to contribute to standardizing MPs characterization in the soil environment, potential toxicity effects along the food chain, and global policies for sustainable development.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,194
Écart entre enseignants0,189 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on New TechnologiesMême sujetMicroplastics and Plastic PollutionTravaux en français237 207