Microplastic contamination in fish from the St. Lawrence River and Estuary: Roles of semisynthetic polymers, passive uptake, and wastewater inputs
Notice bibliographique
Résumé
Semisynthetic polymers, such as rayon, are inconsistently reported in microplastic monitoring as most studies focus on synthetic polymers. However, evidence is growing for their ecological impacts. We measured microplastics, including semisynthetic polymers, in water and four fish species from the St. Lawrence River and Estuary (SLRE, Canada), a freshwater-marine corridor and good model for large river-estuary systems. Microplastic abundance was 0.44 ± 1.13 (mean ± SD) in fish gastrointestinal tract, 1.34 ± 2.12 (n/sample) in fish gills, and 2.17 ± 3.68 (n/L) in water. Rayon was the dominant microplastic in both water (41 %) and fish (40-100 %), revealing an underreported but significant contribution of semisynthetic polymers to aquatic microplastic burdens. This finding underscores the need to integrate semisynthetic polymers into future monitoring frameworks. In large piscivorous fish, gill uptake contributed more to microplastic accumulation than oral ingestion, unlike most non-piscivorous species reported in the literature, which accumulate more microplastics in the gastrointestinal tract. Comparisons of sites upstream and downstream of wastewater treatment plants (WWTPs) showed no significant difference in total microplastic abundance, but downstream waters contained more particles <100 μm and a broader diversity of polymers and colors. Given the greater environmental risks of smaller microplastics, these patterns highlight gaps in WWTP performance metrics that focus solely on total counts. Our findings provide evidence to expand monitoring frameworks to include semisynthetic polymers, incorporate non-oral exposure pathways into risk assessments, and improve WWTP metrics to inform global policy against microplastic pollution.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».