Development of simplified characterization factors for the assessment of expanded polystyrene and tire wear microplastic emissions applied in a food container life cycle assessment
Notice bibliographique
Résumé
Abstract To date, life cycle assessment (LCA) does not include a methodology for assessing the impacts of plastic litter leaked to the environment. This limits the applicability of LCA as a tool to compare the potential impacts of single‐use plastics and their alternatives on ecosystem quality and human health. As a contribution to tackle this issue, this work proposes simplified fate and characterization factors (CFs) for modeling the impacts of two types of microplastics—expanded polystyrene and tire and road wear particles—in the marine environment. In terms of fate mechanisms, this work explores different sedimentation, degradation, and fragmentation rate scenarios, based on literature values and expert estimates. Whereas the fate of expanded polystyrene is sensitive to the different fragmentation, degradation, and sedimentation scenarios, for tire and road wear particles the fate is primarily sensitive to sedimentation. The fate factors are integrated into CFs using an existing exposure and effect factor for microplastics in aquatic environments. Since the CFs of the two studied microplastics show important differences, these results reveal the need for developing polymer‐specific CFs. Finally, the CFs are tested in a case study of on‐the‐go food containers (one single‐use plastic, two compostable alternatives, and one reusable plate). Depending on the fate scenario, plastic litter impacts range from barely noticeable to more than doubling the total potential damage to ecosystem quality, compared to no plastic litter impact assessment. The high uncertainty of the results encourages further research on modeling microplastic fate and impacts in detail.
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 | 0,000 |
| 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 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 ».