A fit-for-purpose categorization scheme for microplastic morphologies
Notice bibliographique
Résumé
Microplastic categorization schemes are diverse, thereby posing challenges for cross-study comparisons. Further, categorization schemes are not necessarily aligned with and, thus, useful for applications such as source reduction initiatives. To address these challenges, we propose a hierarchical categorization approach that is "fit for purpose" to enable the use of a scheme that is tailored to the study's purpose and contains categories, which, if adopted, would facilitate interstudy comparison. The hierarchical categorization scheme is flexible to support various study purposes (e.g., to support regulation and toxicity assessment) and it aims to improve the consistency and comparability of microplastics categorization. Categorization is primarily based on morphology, supplemented by other identification methods as needed (e.g., spectroscopy). The use of the scheme was illustrated through a literature review aimed at critically evaluating the categories used for reporting microplastic morphologies in North American freshwater environments. Categorization and grouping schemes for microplastic particles were highly variable, with up to 19 different categories used across 68 studies, and nomenclature was inconsistent across particle morphologies. Our review demonstrates the necessity for a "fit for purpose" categorization scheme to guide the information needs of scientists and decision-makers for various research and regulatory objectives across global, regional, and local scales. Integr Environ Assess Manag 2023;19:422-435. © 2022 SETAC.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 ».