Are northern communities an overlooked source of microplastics and tire wear particles in the Arctic?
Notice bibliographique
Résumé
Microplastic particles (plastic 1 µm to 5 mm in length) are a contaminant of emerging concern in Arctic environments; nonetheless, few studies have evaluated atmospheric microplastics in Arctic communities. This study investigated microplastics and tire wear particles across 16 sites in the community of Iqaluit, Nunavut (population = 7,429) using road dust as an indicator of atmospheric microplastic deposition (size detection limit >50 µm). The mean concentration of microplastics (excluding tire wear particles), ranged from 36.5 ± 68.4 µg/g (5.41 ± 4.69 n/g) in industrial sites and 73.4 ± 121 µg/g (6.21 ± 4.46 n/g) in commercial sites and non-fibrous microplastics ( i.e ., fragments, films, and foams) were dominant across the study area. Various polymers were identified using Fourier-Transform Infrared spectroscopy in Attenuated Total Reflectance down to a particle size of 100 µm. The dominant polymers being polyethylene terephthalate (15%), polyester (15%), polymethyl acrylate (15%), and polystyrene (15%). Further, based on the results of the microplastic diversity integrated index, commercial and industrial regions were composed of unique microplastic communities. The mean concentration of tire wear particles (dominated by rubber; 27%) in road dust was significantly greater than other microplastics, ranging from 83.2 ± 49.1 µg/g (49.3 ± 30.0 n/g) in industrial sites to 481 ± 514 µg/g (102 ± 132 n/g) in commercial sites. The concentration of microplastics and tire wear particles in Iqaluit was consistent with observations from metropolitan cities, suggesting Arctic communities may be a substantial local source of atmospheric microplastics and tire wear particles to surrounding Arctic ecosystems.
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 ».