Screening of polymer types and chemical weathering in macro- and meso-plastics found on lake and river beaches using a combined chemometric approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the environment, synthetic polymers, commonly known as "plastics", are well-known to undergo various chemical weathering processes, which modify their surface chemistry by introducing new functional groups. Such changes are important to monitor, as they can severely influence the toxicity caused by plastic debris. Therefore, in this study, two chemometric models are proposed to accelerate the chemical classification of macro- and meso-plastics found in the environment. For this purpose, principal component analysis (PCA) and hierarchical cluster analysis (HCA) were applied on preprocessed infrared spectra of 83 plastic fragments found on public lake and river beaches. HCA associated all beach samples with a known plastic, whereas PCA enabled the association of only 39.8% (33 out of 83) of the beach samples with a known plastic. However, both techniques agreed on 93.9% of the samples identified. According to PCA and HCA results, polypropylene and polyethylene were the most frequently identified polymers in the samples. PCA turned out to be a very promising tool for fast screening of weathered plastics, since the distance of samples from the polypropylene cluster in the PCA plot was correlated with weathering. This was later confirmed by employing other characterization techniques such as micro-Raman, X-ray photoelectron spectroscopy and scanning electron microscopy. Finally, future experiments should focus on the applicability of the proposed combined chemometric approach for very small microplastics (<100 μm), as they have more important effects than larger plastics on aquatic ecosystems.
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.
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 découle