Determinants of COVID-19 Face Mask Litter in Coastal Urban Parking Lots: Implications for Source Modelling of Potential Microplastic Pollution
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite cities being recognized as being potential sources of microplastic pollution to the wider environment, most surveys of COVID-19 plastic-based litter have been undertaken through linear transects of marine beaches. For the far fewer number of studies conducted on inland and urban locations, the site-specific focus has primarily been surveys along the length of streets. The present study is the first to specifically assess the standing stock (i.e., moment-in-time) of littered face masks for the entire surface area of urban parking lots. The density of face masks in 50 parking lots in a Canadian coastal town (0.00054 m2 ± 0.00051 m2) was found to be significantly greater than the background level of littering of town streets. Face mask density was significantly related to visitation “usage” of parking lots as gauged by the areal size of the lots and of their onsite buildings, as well as the number of vehicles present. Neither parking lot typology nor estimates of inferred export (various measures of wind exposure) and entrapment (various metrics of obstruction) of face masks had a significant influence on the extent of whole-lot littering. In consequence, modelling of the potential input of mask-derived microplastics to the marine environment from coastal communities can use the areal density of face masks found here in association with the total surface area of lots for individual municipalities as determined through GIS 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| 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 découle