Rapid On-Site and Sensitive Detection of Microplastics Using Zirconium (IV)-Assisted SERS Label
Notice bibliographique
Résumé
Microplastics have emerged as significant pollutants in both terrestrial and marine ecosystems, with their accumulation posing a threat to human health through biomagnification along the food chain. The development of a rapid, on-site and sensitive method for detecting microplastics in agri-food and environmental systems is important for assessing and minimizing their potential risks. In this study, we develop a novel surface-enhanced Raman spectroscopy (SERS) technique for the rapid, on-site and ultrasensitive detection of microplastics. Our innovative technique incorporates zirconium (IV)-assisted SERS label strategies, utilizing rhodamine B as a Raman reporter to improve microplastics analysis. By utilizing zirconium-assisted SERS label approaches, we can achieve both qualitative and ultrasensitive quantification of 10 μm polystyrene microplastics (PSMPs) at concentrations as low as 0.1 ppm, with a detection limit of 1 ppb. Furthermore, this approach allows for the detection of microplastics in real-world scenarios, with recovery rates exceeding 90% for polystyrene microplastics concentrations ranging from 5 ppm to 30 ppm in tap water systems. When integrated with a portable Raman spectrometer, this innovative approach showcases the rapid, on-site, accurate, and sensitive detection of microplastics and has great potential for the analysis of various types of microplastics in agri-food and environmental systems.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».