Nanoscale plastic pollution: sources, identification and potential mitigation
Notice bibliographique
Résumé
The amount of global plastic waste has been increasing steadily since synthetic polymers were introduced over a century ago and plastic products have become ubiquitous in modern societies. A significant portion of this waste can accumulate and persist for many decades as plastic particulate pollution that can interact with natural ecosystems, and in urban and rural environments. The size of these plastic particles can vary widely, from millimetres to micrometre and nanometre scales, depending on several factors including material properties, production, application, age and environmental exposure. Importantly, the properties and potential impact of plastic pollution can depend strongly on particle size, particularly for nanoscale dimensions, or nanoplastics. Nanoplastics, and slightly larger microplastics, are more difficult to detect, can spread more easily, and potentially interact more directly with biological organisms and ecosystems. This review provides a detailed synopsis of nanoscale plastic pollution. After an overview of plastic particle pollution in general, the sources and impact of nanoplastics, both environmental and biological are discussed. Methods for identifying and characterising nanoplastics via microscopy, spectroscopy, spectrometry and related techniques are then covered along with practical challenges that can often hinder detection. Potential solutions for mitigating nanoplastics waste and pollution, both at the source and after production, and lastly, future directions and outlook round out the review.
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 | 0,000 | 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) | 0,000 | 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 ».