Local Monitoring Should Inform Local Solutions: Morphological Assemblages of Microplastics Are Similar within a Pathway, But Relative Total Concentrations Vary Regionally
Notice bibliographique
Résumé
Pathways for microplastics to aquatic ecosystems include agricultural runoff, urban runoff, and treated or untreated wastewater. To better understand the importance of each pathway as a vector for microplastics into waterbodies and for mitigation, we sampled agricultural runoff, urban stormwater runoff, treated wastewater effluent, and the waterbodies downstream in four regions across North America: the Sacramento Delta, the Mississippi River, Lake Ontario, and Chesapeake Bay. The highest concentrations of microplastics in each pathway varied by region: agricultural runoff in the Sacramento Delta and Mississippi River, urban stormwater runoff in Lake Ontario, and treated wastewater effluent in Chesapeake Bay. Material types were diverse and not unique across pathways. However, a PERMANOVA found significant differences in morphological assemblages among pathways (p < 0.005), suggesting fibers as a signature of agricultural runoff and treated wastewater effluent and rubbery fragments as a signature of stormwater. Moreover, the relationship between watershed characteristics and particle concentrations varied across watersheds (e.g., with agricultural parameters only being important in the Sacramento Delta). Overall, our results suggest that local monitoring is essential to inform effective mitigation strategies and that assessing the assemblages of morphologies should be prioritized in monitoring programs to identify important pathways of contamination.
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 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».