MétaCan
Menu
Retour à la cohorte
Enregistrement W4391445939 · doi:10.1002/ldr.5026

Impacts of microplastics on terrestrial plants: A critical review

2024· review· en· W4391445939 sur OpenAlexaff
Xiaoqi Sun, Piumi Amasha Withana, Kumuduni Niroshika Palansooriya, Meththika Vithanage, Xiao Yang, Sang‐Ryong Lee, Michael S. Bank, Siming You, Yong Sik Ok

Notice bibliographique

RevueLand Degradation and Development · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaRural Development AdministrationKorea UniversityNational Research Foundation
Mots-clésMicroplasticsEnvironmental scienceTerrestrial ecosystemTerrestrial plantEnvironmental resource managementEcologyEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Microplastic (MP) pollution is an important environmental problem owing to its widespread use, long residence time, and overall persistence. MPs threaten the health of humans, animals, and plants. However, studies on the effects of MPs on terrestrial plants are less common compared to those conducted in aquatic systems. This review discusses the sources of MPs in terrestrial ecosystems, their effects on C and N cycling in soils, and the impact of MPs on terrestrial plants, and focuses on plant growth and the potential risks to human health. MPs affect plants and their performance by altering soil structure, microbial activity, nutrient immobilization, transporting contaminants, and causing direct toxicity. Chemicals, such as plasticizers, additives, and colorants, in MPs may negatively affect ecosystems and their inhabitants, and MPs may interact with a wide array of pollutants, including pesticides, heavy metals, and antibiotics. These impacts vary as a function of soil type, plant species, and MP type. Future research efforts should focus on interaction complexity, uptake mechanisms, and impacts on plants at multiple spatiotemporal scales, while concurrently considering their effects on food chains and human 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,307
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLand Degradation and DevelopmentMême sujetMicroplastics and Plastic PollutionTravaux en français237 207