MétaCan
Menu
Retour à la cohorte
Enregistrement W4408561601 · doi:10.1021/acsestwater.4c01089

What Does the “Trojan Horse” Carry? The Pollutants Associated with Microplastics/Nanoplastics in Water Environments

2025· article· en· W4408561601 sur OpenAlexafffund
Seyed Hesam‐Aldin Samaei, Parnian Mojahednia, Jianfei Chen, Zhenyu Li, Katarzyna Jaszczyszyn, Edyta Kiedrzyńska, Jinkai Xue

Notice bibliographique

RevueACS ES&T Water · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsNarodowe Centrum Nauki
Mots-clésMicroplasticsTrojan horsePollutantCarry (investment)Environmental scienceEnvironmental chemistryBiologyChemistryBusinessComputer scienceEcologyComputer security

Résumé

récupéré en direct d'OpenAlex

Plastic additives are intensively used in the plastic industry. Namely, plasticizers, flame retardants, stabilizers, and antioxidants have raised significant environmental concerns. These additives, characterized by relatively high toxicity and bioaccumulation rates, pose substantial risks to human health. When plastics break down into smaller fragments (i.e., micro/nanoplastics (MNPs)), these additives can be released into aquatic environments, where they may interact with other pollutants through various mechanisms, and multiple factors can affect such interactions. This can influence the occurrence of MNP-associated pollutants in water environments and further impact the environment and human health. Although MNP additives and their associated pollutants pose significant risks, research on their behavior and impacts remains limited. This review maps out the current understanding of MNP additives and associated pollutants, and identifies critical knowledge gaps, setting a foundation for future research directions that will further unravel the complexities of MNPs in water environments and their broader implications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,004
Communication savante0,0060,010
Science ouverte0,0010,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,180
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS ES&T WaterMême sujetMicroplastics and Plastic PollutionTravaux en français237 207