Microplastic biomonitoring studies in aquatic species: A review & quality assessment framework
Notice bibliographique
Résumé
A large body of literature exists demonstrating the exposure, uptake, and presence of micro- and nanoplastic particles (MNPs) within marine biota. Despite this, there remain challenges in synthesizing these studies in a consistent and reliable manner which can support technology, regulatory, and policy decision-making. The most significant challenge is a lack of guidance to assess and integrate study reliability (objective quality) and relevance (ability to answer a specific question). The purpose of this study is twofold - first, to critically review and apply existing frameworks to an expanded body of literature. Second, to propose meaningful criteria to further assess study utility as it applies to the use of biomonitoring data to reliably quantitate (1) relationships between external and internal (biota) concentrations of MNPs, (2) differences among organisms, species, and/or regions, and (3) utility of species as effective biomonitors for MNPs in the marine environment. A critical screening of 409 biomonitoring studies published between 2017 and 2022 was carried out using previously established reliability criteria. Studies included 1243 unique species and 1954 distinct research units. Two gateway criteria were proposed to assess the relevance and utility for biomonitoring and risk assessment: polymer identification and the inclusion of an environmental sample (water or sediment). In comparison to previously published systematic reviews, the general quality of study design is improving with time. Nonetheless, deficiencies impacting the relevance and reliability are still common. In total, only 8 % of all studies passed the screening and gateway criteria, and scored ≥50 % in reliability, suggesting that studies which provide sufficient rigor and data to support confident quantitative analysis and decision-making remain limited. A series of recommendations for journals, reviewers, and researchers are proposed to increase the utility and impact of future studies, particularly as they are applied within the context of ecological risk assessment and decision-making.
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 | 0,030 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,027 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».