MétaCan
Menu
Retour à la cohorte
Enregistrement W4396826336 · doi:10.1139/er-2023-0141

Conceptual model of global plants entrapping plastics

2024· article· en· W4396826336 sur OpenAlexvenueno aff
Luca Gallitelli, Massimiliano Scalici

Notice bibliographique

RevueEnvironmental Reviews · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesMinistero dell'Università e della RicercaMinistero dell’Istruzione, dell’Università e della RicercaDipartimenti di Eccellenza
Mots-clésEnvironmental scienceConceptual modelEcologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Aquatic plants, seagrasses, macrophytes, mangroves, and riparian vegetation are responsible for some of the most important ecosystem services provided on the Earth. Given their role in trapping plastics along rivers, we propose a new ecosystem service of plastic entrapment by global plants. Although research started recently to study vegetation trapping plastics, little is known about the global patterns of plastic retention and remobilization by vegetation through different habitats. Given those gaps, we synthesize global data on plastic entrapment in plants providing a conceptual model to describe processes for plastic retention by vegetation. Our results demonstrate how vegetation has a pivotal role in entrapping plastics across spatial and temporal scales, finding the higher density of plastics on plants rather than in the adjacent water area. Furthermore, we proposed a conceptual model (i.e., Plant Plastic Pathway) of plants entrapping plastics, highlighting spatial and temporal scales of plastic retention and release processes in different habitats. Thus, we anticipate our conceptual model to be a starting point for more sophisticated future studies, putting effort into looking at plastic–vegetation dynamics. Our conceptual model may have a crucial effect if applied to plastic hotspot area detection with clean-up and mitigation actions in riverine ecosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,260
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations28
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetRecycling and Waste Management TechniquesTravaux en français237 207