SEASONAL VARIATION, DISTRIBUTION AND CHARACTERISTICS OF MICROPLASTIC IN SEWAGE SLUDGE
Notice bibliographique
Résumé
Microplastic particles (MPs) pollution is widespread in the oceans, atmosphere, and soils due to the diverse applications and origins of plastic. Microplastic particles were found in marine animals and birds organisms, moreover recent research even have shown that MPs are detected in human blood [1]. Nowadays, microplastics are considering as an emerging global pollutant. Recent research has noted that plastic pollution is greatly influenced by seasonal variation and especially the amount of precipitation. However, there is a knowledge gap regarding microplastic pollution pathways by seasonal variation. Microplastic particles enter the environment easily and can accumulate in a variety of biological systems. The distribution of microplastic particles in wastewater treatment plants (WWTP) and their entry into the environment is a critical area of microplastic particle research. 60 % – 99 % of MPs from different sewage sources are detained in sludge [2]. Due to its valuable organic composition, sludge is widely used for agricultural purposes, especially for soil fertilization. For instance, Norway applies about 80 % of sewage sludge in agriculture, Ireland – 60 %, JAV and Canada 45 – 55 % [3]. When MPs are mixed with the soil matrix, the additives contained in the microplastic particles can be released and participate in the chemical and biological processes in the terrestrial environment, especially in the cycling of soil elements. It has been reported that sewage sludge containing a high concentration of MPs may affect water and nutrient uptake processes in crops and cause a negative effect on their growth [4]. This work presents the identification and characterization of MPs in sewage sludge collected from the WWTP in each season. Results review the abundance of microplastic particles in size range from 20 µm to 1000 µm and analyze concentration, classification, morphological properties, and chemical composition of MPs extracted from sewage sludge. Also see: https://micro2022.sciencesconf.org/425766/document
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 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».