MétaCan
Menu
Retour à la cohorte
Enregistrement W4411570452 · doi:10.30564/jees.v7i6.9315

Detecting Plastic Pollution in Aquatic Environment Using Remote Sensing Technology: Cost-Saving Method in Pollution and Risk Management for Developing Countries

2025· article· en· W4411570452 sur OpenAlexaff
Innocent Mugudamani, Saheed Adeyinka Oke, Ikrema Hassan

Notice bibliographique

RevueJournal of Environmental & Earth Sciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesCentral University of Technology
Mots-clésPollutionEnvironmental scienceEnvironmental planningDeveloping countryEnvironmental resource managementRisk analysis (engineering)Environmental protectionBusinessEnvironmental engineeringEconomic growthEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

One of the crucial elements that is directly tied to the quality of living organisms is the quality of the water. However, water quality has been adversely affected by plastic pollution, a global environmental disaster that has an effect on aquatic life, wildlife, and human health. To prevent these effects, better monitoring, detection, characterisation, quantification, and tracking of aquatic plastic pollution at regional and global scales is urgently needed. Remote sensing technology is regarded as a useful technique, as it offers a promising new and less labour-intensive tool for the detection, quantification, and characterisation of aquatic plastic pollution. The study seeks to supplement to the body of scientific literature by compiling original data on the monitoring of plastic pollution in aquatic environments using remote sensing technology, which can function as a cost saving method for water pollution and risk management in developing nations. This article provides a profound analysis of plastic pollution, including its categories, sources, distribution, chemical properties, and potential risks. It also provides an in-depth review of remote sensing technologies, satellite-derived indices, and research trends related to their applicability. Additionally, the study clarifies the difficulties in using remote sensing technologies for aquatic plastic monitoring and practical ways to reduce aquatic plastic pollution. The study will improve the understanding of aquatic plastic pollution, health hazards, and the suitability of remote sensing technology for aquatic plastic contamination monitoring studies among researchers and interested parties.

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)0,001
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,256
Écart entre enseignants0,244 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental & Earth SciencesMême sujetMicroplastics and Plastic PollutionTravaux en français237 207