Global Review and Analysis of the Presence of Microplastics in Fish
Notice bibliographique
Résumé
This review provides an account of fish species contaminated with microplastics (MPs) across the globe (seven continents). A total of 887 fish species were found contaminated with MPs based on MPs in the gastrointestinal tract/GI. The most MPs contaminated-fish species found were marine and demersal species. Globally 45 % of fish ingested MPs with an average concentration of 5.93 MPs particles per fish species. Among all the countries, China had the highest number of fish species contaminated with MPs in the followingorders: China (176 species), Brazil (84), the USA (48), India (35), the Atlantic Ocean (31), Iran (30), Bangladesh (28), Turkey (26), Indonesia (25), the UK (23), Saudi Arabia (23), Thailand (21), Portugal (20), Australia (20), Italy (18), South Africa (18), Argentina (15), Chile (14), Galapagos Islands (Ecuador) (14), the North Pacific Gyre (14), Samoa (13), Malaysia (12), Colombia (11), New Zealand (11), Fiji (10), Spain (10), the North Sea (09), South Korea (09), Tahiti (09), Vanuatu (09), Ghana (08), Canada (07), Japan (07) and Nigeria (07) and others. MPs ingestion in fishes varied (high, medium, and low) among the locations/countries. In several locations/countries, MPs ingestion/contamination occurred in up to 100 % of fish samples. Because of MPs contamination, seafood fisheries, and the livelihoods of people associated with fishing, aquaculture, and seafood business, can be threatened. It may also increase health risks to seafood fish consumers since there is a probability that high risks pollutants adsorbed in MPs can be transferred to humans via the food chain.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».