Greenspaces can reduce the level of airborne microplastic contamination in urban environments: Evidence from a lichen biomonitoring study
Notice bibliographique
Résumé
Microplastics (MPs) have been found across a variety of environments, nonetheless few studies have evaluated atmospheric MPs. In this study, airborne MP contamination was investigated using transplants of the fruticose lichen Evernia prunastri in urban sites. Lichen transplants were exposed for seven weeks (April to June 2023) in parking lots (n = 9) and urban parks (n = 9) in the city of Pisa (Tuscany, Central Italy); in parallel, native samples from rural areas (n = 4) were also investigated. The overall aim was the characterization of MPs in terms of number, shape, size and polymer composition (via Fourier Transform Infrared spectroscopy) under different environmental conditions. Further, the positive role of green urban areas in buffering atmospheric MPs was assessed. We found MPs, including fragments, fibres and tyre wear particles, across all sites. The average number of MPs (per gram dry weight of lichen) significantly increased from rural areas (2 ± 0.4 MPs/g dw) to urban parks (7 ± 1.1 MPs/g dw) and parking lots (16 ± 4.1 MPs/g dw). Average daily MP deposition rates across sites in urban areas was in the range of 12–143 MPs/m 2 /d, suggesting that inhabitants are exposed to varying levels of airborne MPs. There was no difference in the length of the fibres between parking lots and urban parks; however, longer fragments and shorter tyre wear particles were found in parking lots. Polyethylene terephthalate was the dominant polymer detected across sites. The transplants maintained their overall vitality after the exposure (assessed by chlorophyll a fluorescence emission analysis), similar to native samples from rural areas, suggesting that the exposure had a negligible effect on lichen metabolism. Overall, our results suggest that lichen transplants are effective biomonitors of atmospheric MPs in urban areas, and that the presence of greenspaces (parks) in urban environments can significantly buffer the level of atmospheric MPs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».