Runoff and discharge pathways of microplastics into freshwater ecosystems: A systematic review and meta-analysis
Notice bibliographique
Résumé
Although many studies have focused on the importance of littering and (or) illegal dumping as a source of plastic pollution to freshwater, other relevant pathways should be considered, including wastewater, stormwater runoff, industrial effluent/runoff, and agricultural runoff. Here, we conducted a meta-analysis focused on these four pathways. We quantified the number of studies, amount and characteristics of microplastics reported, and the methods used to sample and measure microplastics from each pathway. Overall, we found 121 studies relevant to our criteria, published from 2014 to 2020. Of these, 54 (45%) quantified and characterized microplastics in discharge pathways. Although most focused on wastewater treatment plant effluent (85%), microplastic concentrations were highest in stormwater runoff (0.009 to 3862 particles/L). Morphologies of particles varied among pathways and sampling methods. For example, stormwater runoff was the only pathway with rubbery particles. When assessing methods, our analysis suggested that water filtered through a finer (<200 um) mesh and of a smaller volume (e.g., 6 L) captured more particles, and with a slightly greater morphological diversity. Overall, our meta-analysis suggested that all four pathways bring microplastics into freshwater ecosystems, and further research is necessary to inform the best methods for monitoring and to better understand hydrologic patterns that can inform local mitigation.
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 | 0,014 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,026 |
| Bibliométrie | 0,014 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».