Prioritizing Suitable Quality Assurance and Control Standards to Reduce Laboratory Airborne Microfibre Contamination in Sediment Samples
Notice bibliographique
Résumé
The ubiquity and distribution of microplastics, particularly microfibres, in outdoor and indoor environments makes it challenging when assessing and controlling background contamination, as atmospheric particles can be unintentionally introduced into a sample during laboratory analysis. As such, an intra-laboratory examination and literature review was completed to quantify background contamination in sediment samples, in addition to comparing reported quality assurance and control (QA/QC) protocols in 50 studies examining microplastics in sediment from 2010 to 2021. The intra-lab analysis prioritizes negative controls, placing procedural blanks in various working labs designed to prepare, process, and microscopically analyse microplastics in sediment. All four labs are subject to microfibre contamination; however, following the addition of alternative clean-air devices (microscope enclosure and HEPA air purifiers), contamination decreased by 66% in laboratory B, and 70% in laboratory C. A review of microplastic studies suggests that 82% are not including or reporting alternative clean-air devices in their QA/QC approaches. These studies are found to be at greater risk of secondary contamination, as 72% of them ranked as medium to high contamination risk. It is imperative that laboratories incorporate matrix-specific QA/QC approaches to minimize false positives and improve transparency and harmonization across studies.
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 | 0,130 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».