A strategy for quantifying microplastic particles in membrane filtration processes using flow cytometry
Notice bibliographique
Résumé
Microplastic (MP) pollution is ubiquitous in the aquatic environment, with significant quantities of MPs originating from municipal wastewater treatment plants. Efforts to evaluate and implement MP removal processes are underway, with membrane technologies often recommended as an “ideal” solution. A key challenge in evaluating these technologies involves efficiently quantifying MP concentrations in samples. Here, flow cytometry (FC) is demonstrated as an effective technique to obtain concentration measurements of plastic microbeads (MBs; 1–5 μm) suspended in water with/without added humic acid. Regardless of solution conditions, MB concentrations were easily quantified via FC. Subsequently, two microfiltration membranes were challenged to these suspensions. As measured via FC, the 0.45 μm membrane demonstrated effective MB rejection (>99%) whereas the 5 μm membrane exhibited a broad range of rejections (40% to >95%) depending on solution conditions and filtration time. Finally, a model was formulated utilizing FC forward light scattering intensity measurements to estimate MB sizes in samples. Using the model, a 33% reduction in median MB size, on average, was noted across the 5 μm membrane when filtering MBs suspended in humic acid solution, affirming a preferential permeation of smaller particles. Overall, this study advances MP quantification techniques towards validating removal processes. • Fluorescent microplastic particle concentrations were measured via flow cytometry. • The presence of autofluorescent humic acid did not hinder microplastic detection. • Microfiltration membranes demonstrated a high rejection of microplastic particles. • Membrane fouling by humic acid mitigated microplastic particle transmission. • Smaller particle size distributions in membrane permeate vs. feed samples were seen.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».