MétaCan
Menu
Retour à la cohorte
Enregistrement W4409697624 · doi:10.1021/acs.est.5c01854

Textile Recycling’s Hidden Problem: Surface-Modified Fiber Fragments Emitted at Every Stage

2025· article· en· W4409697624 sur OpenAlexaff
Arun Chandra Manivannan, Logeshwaran Panneerselvan, Raji Kandaiah, Akila Ravindran, Gunasekhar Nachimuthu, Meredith Conaty

Notice bibliographique

RevueEnvironmental Science & Technology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesCotton Research and Development Corporation
Mots-clésTextileFiberStage (stratigraphy)Waste managementEnvironmental scienceMaterials scienceChemistryComposite materialEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Chemical recycling methods for post-consumer textile waste are effective for sustainable textile waste management. However, recycling synthetic and blended (cotton and synthetic) textiles can contribute to the release of microplastic fibers (MPFs) into the environment. This study investigated MPF release across different stages of two chemical recycling approaches, acid and alkaline hydrolysis, of polyester/cotton-blended textiles. Recycling involves various stages, including dye removal, treatment stage, and product. In the treatment stage, acid hydrolysis breaks down cotton into cellulose, leaving the polyester (PET) intact, whereas alkaline hydrolysis degrades PET, allowing cotton recovery. Across all stages, dye removal generated the highest MPF count, averaging nearly 10,055 MPFs g –1 of textile waste. Statistical analysis confirmed that the recycling approach significantly affected MPF release ( p < 0.05), whereas the fabric type did not ( p > 0.05). Alkaline hydrolysis reduced MPF release during the treatment stage by 87.55% compared to acid hydrolysis, indicating that recovering cotton and chemically degrading PET can significantly minimize MPF emissions during recycling. Ridge regression analysis identified the reaction conditions as key factors in MPF fragmentation, with blend ratios influencing the number of released MPFs. Surface characterization revealed treatment-induced fiber alterations, raising concerns regarding MPF emissions throughout the process. These findings highlight the textile recycling industries can be a source of MPF release into the environment, but recovering PET through degradation or dissolution can help minimize this impact of the treatment stage.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,215
Écart entre enseignants0,209 · 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

Citations11
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMicroplastics and Plastic PollutionTravaux en français237 207