Characterization of airborne PET nanoplastic particles using Aerosol mass spectrometry
Notice bibliographique
Résumé
Atmospheric nanoplastics (NPs) have emerged as a significant environmental concern, but knowledge about these emerging contaminants remains limited due to challenges associated with analytical techniques for detection and quantification. Aerosol mass spectrometry (AMS) has demonstrated potential to measure airborne NPs, but there is a need for a systematic assessment of its capability to measure NPs. Here we used polyethylene terephthalate nanoplastic particles (PET-NPs) as a proxy of NPs to investigate the ability of high-resolution time-of-flight aerosol mass spectrometer (HR-ToF-AMS) to determine monomeric composition and evaluate its sensitivity toward NPs. Different PET consumer products were used to generate PET-NPs under thermo-oxidation conditions, using either a 3D printer or a tube furnace. The relative ionization efficiency (RIE) of PET-NPs was determined to be around 0.75. The particle mass spectra observed by AMS under standard operating conditions reveal notable marker ions of emitted PET-NPs such as those at m/z 149 and 166. Upon comparing the particle composition data obtained from AMS with that from pyrolysis gas chromatography mass spectrometry, we note consistencies in the mass spectra between online and offline techniques, implying similar thermal decomposition and ion fragmentation mechanisms under electron ionization (EI) at the respective operating temperatures. No evidence of vaporization delay was observed for PET at the standard vaporization temperature (600 °C) of HR-ToF-AMS. The results of this study further inform the ability and limitations of using real time aerosol mass spectrometry to measure airborne NPs.
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 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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».