A bibliometric analysis of microplastic pollution in aquatic environments from 2013 to 2023
Notice bibliographique
Résumé
Abstract Plastics are extensively utilized in a variety of industries, including fisheries, agriculture, and commerce, due to their lightweight, corrosion resistance, versatility, and cost-effectiveness. From 2013 to 2023, the volume of research literature concerning microplastics (MPs) in aquatic environments has surged, underscoring the growing concern over MP pollution. This study aims to identify research hotspots and trends regarding MPs in water environments through a bibliometric analysis of publications from the Web of Science Core Collection (WoSCC). During the study period, we screened a total of 1,141 articles related to MPs in aquatic environments. The number of articles rose dramatically from 2 in 2013 to 289 in 2023, indicating significant growth in this research area. Notably, 887 studies focused on marine waters, followed by rivers (397), wastewater (350), and lakes (176), suggesting that oceans are a primary hotspot for MPs research. In the past five years alone, 1,025 studies on MP pollution in water have been published, accounting for 89.8% of the total literature, highlighting widespread concern. The journals publishing the most articles on MPs include Marine Pollution Bulletin (253 articles) and Science of the Total Environment (190 articles). Analysis of total citations and publication counts reveals that China, the UK, Canada, and the USA are leading countries in this field. Institutions such as China’s Chinese Academy of Sciences and East China Normal University are particularly influential. Furthermore, the collaborative research between China and the USA, as well as between China and Australia, stands out. This paper quantitatively assesses global research trends and hotspots related to MP pollution, emphasizing key areas such as risk assessment, pollution surveys, and mitigation technologies. We also address critical scientific issues that need attention in the context of global water pollution, aiming to provide insights for monitoring mechanisms and future standards for MP control.
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 | 0,005 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,134 | 0,192 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».