Analysis of microplastics and nanoplastics emerged from polyethylene bags and polyethylene terephthalate bottles by an artificial intelligence-enabled tool
Notice bibliographique
Résumé
This study presents a comprehensive and comparative analysis of the emergence of micro- and nanoplastics (MNPs) from polyethylene (PE) plastic bags and polyethylene terephthalate (PET) water bottles. We subjected these polymers to simulated mechanical and photodegradation conditions in an isolated chamber for 12 weeks to understand their environmental implications and degradation mechanisms. We analyzed 614 and 3,924 plastic particles that emerged from PE and PET, respectively, using an artificial intelligence (AI) enhanced automatic annotation tool (FastSAM) focusing on MNP’s particle count, size distribution, and morphology. This innovative approach combines comprehensive simulation of environmental conditions with AI-enabled image analysis, providing detailed insight into the relative contributions of PE and PET products to plastic pollution. Our findings indicate that PET fragments more readily into smaller particles, with a higher proportion of nanoplastics (57.6%) than PE (24.9%). The concentration of the emerged particles was found to be 4.17 million particles/L (0.07 ppm) for PE and 27.8 million particles/L (0.18 ppm) for PET. Characterization techniques, including dynamic light scattering (DLS), scanning electron microscopy (SEM), Fourier-transform infrared spectroscopy (FTIR), and X-ray photoelectron spectroscopy (XPS) were used to examine both bulk plastics and the MNPs that emerged from them. • Compared to PE, PET releases more plastic particles, which are mostly nanoplastics • SEM, FTIR, and XPS reveal morphological and chemical changes in degraded plastics • AI-enabled analysis demonstrates clear differences in particle size and morphology • MNPs exhibit distinct, source-dependent morphological attributes
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».