Assessment of fishes, sediment and water from some inland rivers across the six geopolitical zones in Nigeria for microplastics
Notice bibliographique
Résumé
In Nigeria, limited research has been conducted on Microplastics (MPs) in inland rivers, necessitating a comprehensive assessment to understand the extent of contamination. This study aimed to assess the abundance, distribution, and composition of MPs in fishes, sediment, and water from inland rivers across Nigeria's six geopolitical zones. Samples were collected from selected rivers in each geopolitical zone (Rivers Yauri, Benue, Argungu, Jamare, Ogun, Ethiope and Orashi). MPs were isolated using a combination of filtration, density separation, and visual identification. MPs abundance, distribution, shapes, colors, and chemical composition were determined using microscopy and Fourier-transform infrared spectroscopy. The study presents the first report of MPs in six in land rivers in Nigeria and found that MPs were present in all the fishes, sediments and river waters studied across all the rivers. The abundance and composition of MPs varied among the different sample types, with fibers being the most abundant shape in both water and fish samples. PET, PP, and PE were the most prevalent types of plastics found in fish samples, while PE/PA/Nylon, PVA, and PVC were predominant in water samples. PA/Nylon, PUR, PVC, and PET were the most common in sediment samples. Source analysis by Principal component analysis (PCA) and Hierarchical Cluster Analysis (HCA) indicated that the presence of MPs was mainly influenced by local anthropogenic activities. However, estimated daily intakes are generally low, indicating that daily consumption of the samples is not likely to be harmful. The widespread presence of MPs in inland rivers across Nigeria highlights the urgent need for effective waste management strategies and environmental conservation efforts to mitigate plastic pollution.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».