In-situ and real-time detection of micro/nanoplastics in water: Combining laboratory experiments and modelling studies for plastic life cycle analysis
Notice bibliographique
Résumé
Maritime micro/nanoplastic research provides valuable insights into oceanic plastic waste remediation. Yet, there is a notable disparity, with micro/nanoplastic research in freshwater being ~ 85% less extensive than that in seawater. Observational studies suggest that over 1000 rivers contribute to ~ 80% of the global riverine plastic input into the oceans. Understanding the presence of micro/nanoplastics in freshwater systems is essential for unraveling the global micro/nanoplastic cycle.In our laboratory, a cutting-edge nano-digital inline holographic microscope (nano-DIHM) was developed for real-time and in-situ micro- and nanoplastic research, including physicochemical characteristics, coatings, and dynamic behaviours in freshwater systems. The nano-DIHM data revealed distinct intensity and optical phase patterns of various types of single particles and clusters of micro/nanoplastics (PE, PP, PS, PET, PVC, and PUR), along with other organics (oleic acid), inorganics (magnetite), and biological materials (phytoplankton). We further incorporated a deep neural network functionality to nano-DIHM for rapid micro/nanoplastic detection in real-environmental waters. With its 4D (3D + time) tracking capability, we utilized nano-DIHM to measure the sedimentation (settling and floating) velocity of plastics in two size categories in water. The experimental results were subsequently integrated into a numerical model (CaMPSim-3D) developed at the National Research Council Canada to simulate the transport of plastic particles in Canadian rivers. Complementary modelling results demonstrated distinct distribution and accumulation patterns of macro-, micro-, and nanoplastic particles in aquatic systems, establishing nano-DIHM a powerful approach for plastic life-cycle analysis.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».