A Novel Approach to Bio-Friendly Microplastic Extraction with Ascidians
Notice bibliographique
Résumé
Microplastic pollution in water is now recognized as a devastating problem by many organizations, such as the National Oceanic and Atmospheric Administration, with recent studies estimating that the average American consumes around 52,000 of these plastic, toxic particles a year. A successful solution for the extraction of microplastics from oceans must be feasible to be implemented on a large scale and bio-friendly to not further disrupt the environment. To this end, the efficacy of using filter feeders (Ascidians) as biofilters to reduce microplastic pollution was explored. The efficacy of this filtration method was evaluated by adding ascidians to saltwater tanks contaminated with microplastics (experimental group) and comparing the water’s plastic concentration over time against a control. Water samples were then systematically tested with a fluorescence-activating microscope and fluorescent scanner. Fluorescent microplastics were used which allowed for the collection of both quantitative and qualitative data. The samples from the experimental group demonstrated a 24.7% (29.64mg) reduction in microplastics within the first day and a 94.7% (113.64mg) decrease by day 4. The control group showed negligible deviation in microplastic concentration. It is concluded that the Ascidians filtered microplastics from water through their natural feeding and respiratory process. We extrapolate that a 1m x 1m x 1m cage of Ascidians would filter approximately 300g of microplastics every day. This research demonstrates that microplastic filtration with invertebrate filter feeders is an effective and feasible option for extracting microplastics from polluted water.
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 | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».