Public Perceptions of Marine Plastic Litter: A Comparative Study Across European Countries and Seas
Notice bibliographique
Résumé
Marine plastic litter (MPL) is a growing global problem and its prevention requires public engagement and behavioral change. Statistics of public perceptions of MPL are scarce and hardly comparable due to varying definitions and interpretations of the concept. This study identifies and classifies relevant components of public perceptions of MPL based on a large-scale survey across eight European countries sharing three European seas (North Sea, Baltic Sea, and the Mediterranean Sea). High levels of concern about MPL were observed throughout the EU and water pollution and plastics in oceans were consistently ranked in the top four most worrisome environmental challenges of our time. Most of the respondents (70%) reported noticing MPL, which influenced knowledge and feelings of responsibility with regards to MPL. The general public held companies and consumers most responsible for cleaning up MPL. Self-responsibility to reduce MPL varies considerably across and within countries, with the highest scores being reported in Greece and the lowest in Netherlands. Public knowledge on the recyclability of plastics was low in all countries. At the marine region level, the lowest scores for concern, perceived consequences and personal responsibility to reduce the use of plastics were reported in the North Sea region, followed by the Baltic Sea region and the highest scores were recorded in the Mediterranean Sea region. Using these results, policy implications and possible intervention strategies are discussed, to improve and increase public awareness, understanding, engagement, and sense of responsibility to change lifestyles and purchasing behavior to prevent and reduce MPL.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,003 |
| 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 tête enseignante, 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 ».