Gujarat's plastic plight: unveiling characterization, abundance, and pollution index of beachside plastic pollution
Notice bibliographique
Résumé
Abstract Plastic pollution poses a pervasive threat to ecosystems worldwide, jeopardizing marine life, contaminating water sources, and perpetuating a global environmental crisis. Spatial and temporal distribution of beach debris was quantitatively assessed on three recreational beaches in Gujarat State, India. A total of six debris categories were recorded with a mean of 0.9 items/m 2 in number and 3.62 g/m 2 in weight. A total of Mean debris concentrations and weight per debris item did not vary significantly between study sites. Highest debris concentrations were observed in October 2021 at all sites. Around 90% was macro-debris (2.5–100 cm), with white and transparent colours most frequently encountered. Based on Clean Coast Index findings, all sites were categorized as " dirty ". Plastic Abundance Index revealed that all sites had a very high abundance of plastics compared to other beach debris. Recreational activities on beaches, tourism, and extensive fishing can be the possible source of marine debris on Gujarat State. The findings of the current investigation is vital to understanding its pervasive environmental impact, encompassing threats to biodiversity, water quality, and ecosystems, while guiding effective policies to mitigate these repercussions on a global scale. It can be helpful to establish mitigation strategies urgently required to reduce marine debris pollution along the Gujarat Coast. It is recomanded to implement urgently needed mitigation strategies to diminish marine debris pollution along the Gujarat Coast.
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 | 0,001 |
| 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 | 0,001 |
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 ».