MétaCan
Menu
Retour à la cohorte
Enregistrement W6948737319 · doi:10.5061/dryad.3tx95x6qk

Partial consumption of medical face masks by a common beetle species

2024· dataset· en· W6948737319 sur OpenAlexaff

Notice bibliographique

RevueDRYAD · 2024
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMicroplasticsForagingConsumption (sociology)BranFace masksFood consumptionFeather

Résumé

récupéré en direct d'OpenAlex

The widespread distribution of microplastics (MPs) in the environment has motivated research on the ecological significance and fate of these pervasive particles. Recent studies have demonstrated that MPs may not always have negative effects and in contrast, several species of Tenebrionidae beetles utilized plastic as a food source in controlled laboratory experiments. However, most studies of plastic-eating insects have not been ecologically realistic, and thus it is unclear whether results from these experiments apply more broadly. Here we quantified the ability of mealworms (Coleoptera: Tenebrionidae) to consume MPs derived from polypropylene (PP) and polylactic acid (PLA) face masks; these are two of the most commonly used conventional and plant-based plastics. To simulate foraging in nature, we mixed MPs with wheat bran to create an environment where beetles were exposed to multiple food types. Mealworms consumed ~50% of the MPs, egested a small fraction, and consumption did not affect survival. This study adds to our limited knowledge of the ability of insects to consume MPs. Understory or ground-dwelling insects may hold the key to sustainable plastic disposal strategies, but we caution that research in this field needs to proceed concomitantly with reductions in plastic manufacturing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,006

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,265
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADMême sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207