Including impacts of microplastics in marine water and sediments in life cycle assessment
Notice bibliographique
Résumé
Microplastics (MPs) pose a threat to marine ecosystems. When released, MPs first reach the water column, where they can be ingested by pelagic species. MPs can then reach marine sediments, a potential sink, where they may affect sediment-dwelling species. However, current life cycle impact assessment (LCIA) methods do not consider the impact of MPs in sediments, providing an incomplete picture when comparing environmental profiles of products and services. This work builds on the MarILCA working group characterization factors (CFs) by computing updated physical effects on biota CFs that include both water and sediment compartments, as previous factors did not consider the latter. A simplified fate of MPs in the marine environment is modelled, combining fate in water and sediments and differentiating between MP polymers, sizes, and shapes. A combined exposure and effect factor for MPs in sediments (EEF sed ) is developed, calculated from a hazardous concentration for 20 % of species (HC20), derived from a species sensitivity distribution (SSD) of effect concentrations of 10 % (EC10) values. A methodology accounting for species feeding behaviour is proposed to derive ecosystem-level impacts via exposure through different compartments, expressed as the potentially affected fraction (PAF) of marine species. Combining the fate, EEF sed , and EEF w (water) yielded updated marine CFs including impacts on both water and sediment-dwelling biota. CFs were tested in a textile LCA case study. Sediments were found to be a sink for high-density MPs, with EEF sed (16 PAF m 3 /kg) significantly lower than the previously reported EEF w (1068 PAF m 3 /kg). Developed marine CFs range from 34 to 5.4 × 10 8 PAF m 3 d/kg and are available for use in environmental decision-making.
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 | 0,001 | 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) | 0,000 | 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 ».