CE-UV/LIF Analysis of Organic Fluorescent Dyes for Detection of Nanoplastics in Water Quality Testing
Notice bibliographique
Résumé
environmental studies that assessed the abundance of microplastics in different water columns [8].Release of nanoplastics from drinking water bottles was characterized by SEM, XPS, SPES and µ-Raman Analysis [9].Spherical organic nanoparticles from bottled water were collected effectively through a tangential flow ultrafiltration system [10].Polyethylene terephthalate nanoplastics collected from commercially bottled drinking water were detected with an average mean size of 88 nm; their concentration was estimated to be 10 8 particles/mL by nanoparticle tracking analysis [11].A new study has reported the levels of micro-and nano-particles released in carbonated beverage bottles range from 68 to 4.7×10 8 particles/L, potentially posing health risks to humans.Polypropylene bottles released more particles than polyethylene terephthalate and polyethylene bottles [12].The occurrence of micro-and nano-plastics (with particle diameters from 0.7 to 20 μm) in plastic bottled water has been assessed, and the median concentration was 359 ng L -1 .Polyethylene was the most detected polymer, while polyethylene terephthalate was found at the highest concentrations [13].The content of microplastic and nanoplastic particles in raw water, tap water, and drinking water was analyzed.Plastic particles were found in all water samples, with an average abundance ranging from 204 to 336 particles/L in raw water, from 22 to 33 particles/L in tap water, and from 25 to 73 particles/L in drinking water [14].Pyrolysis gas chromatography-mass spectrometry
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».