Microplastics in aquatic environments: a review of recent advances
Notice bibliographique
Résumé
Global production and usage of plastics have skyrocketed to 368 Mt in 2019, resulting in increasing amounts of plastic waste concentrating in natural and urban ecosystems (particularly rivers and oceans), through landfills, incineration or illegal disposal. As highlighted herein, due to the production and degradation of larger plastics, micro- and nanoplastics are introduced to these ecosystems, causing detrimental impact on plants and animals, including humans, through accumulation in living systems. Although toxicity impacts are not clearly established, long-term accumulation of microplastics in living systems can have an adverse impact on health and function. Critically, this review explores state-of-the-art physical, chemical and biological methods for removing and destroying new and legacy microplastics in aquatic ecosystems (natural and urban). Currently, there are no standardised, accepted and cost-effective methods for complete removal of microplastics from these aquatic ecosystems. Gaps in knowledge and recommendations for future research to help inform practice and legislation are highlighted. A key consideration highlighted in the review is that microplastics cycle through ecosystems – natural and engineered. These do not operate in silos, and waste from treatment processes could be a conduit for (unintended) recontamination of microplastics. Hence, there is a need to take a whole-system approach when developing innovative removal or destructive solutions, and ultimately, reducing plastic use remains the best option to safeguard future environmental and public health.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».