Can tree-ring chemistry be used to monitor atmospheric nanoparticle contamination over time?
Notice bibliographique
Résumé
Industrial activities and human population growth have resulted in an unprecedented increase in the release of particulate matter (PM) into the environment. Nanoparticle (NP) contamination is widespread and affects all terrestrial and aquatic ecosystems, putting humans and environment at risk. Several studies on the impact of PM and NPs on human health have been conducted over the past two decades, but their effects on plants are still poorly understood. What happens to them in forest ecosystems and trees has yet to be explored. In this paper, we review the literature on the capacity of trees to be used as bioindicators and proxy recorders of past air pollution events. Current research indicates that ultrafine particles can be taken up and translocated to different parts of a tree by physical and chemical processes, as we present studies of plant uptake and translocation processes of NPs in trees. Tree-ring chemistry, i.e., dendrochemistry, has been successfully used to reconstruct trace metal deposition from a variety of sources of pollution, including cars, metal refineries and coal burning. The use of dendrochemistry in environmental monitoring seems promising particularly given the presence of recent development of analytical tools, and is likely to provide useful data on atmospheric NP contamination that could not be obtained from any other source. However, still relatively little is known about the dynamic relationships between NPs and trees. We therefore discuss what future dendrochemical research is needed to make dendrochemical analyses as accurate as possible for monitoring atmospheric nanoparticle contamination over time.
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 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 | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».