A novel method to detect label-free nanoplastics within whole organisms using enhanced dark field hyperspectral imaging
Notice bibliographique
Résumé
Anthropogenic activities have led to most generated plastic being landfilled or introduced to the environment.Natural weathering conditions, such as exposure to UV irradiation, mechanical degradation, and temperature changes, break down plastic litter into smaller microplastics and nanoplastics (MNP).These emerging contaminants pose a hazard to the aquatic environment and life because of the risk of consumption and bioaccumulation up the food chain.The omnipresence of MNP compels researchers to better understand their transport, toxicity, and fate in aquatic environments, including freshwaters.However, nanoplastics have proven challenging to detect due to their smaller size, which has limited our understanding of their environmental impacts.This work focuses on detecting internalized MNP in a model freshwater organism (Daphnia magna) using a combination of histological techniques and enhanced darkfield hyperspectral microscopy.The advantage of this method is that it is label-free, meaning that the plastics do not need to be pre-labeled prior to internalization by organisms.This study presents a method to modify the spectral response of organism biomass by staining the biomass with a dye, enabling the detection of ingested MNP.This makes it a promising methodology for ecotoxicology studies since uptaken MNP can be localized inside the organism, thereby helping to understand the observed metabolic impacts.This research will aid in shaping future research on the impact of MNP pollution on freshwater systems.
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) | 0,001 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».