Prioritizing Suitable Quality Assurance and Control Standards to Reduce Laboratory Airborne Microfibre Contamination in Sediment Samples
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 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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