Exposure to (micro/nano)-plastics and their combustion products studied \nby cyclic ion mobility-mass spectrometry
Notice bibliographique
Résumé
Degradation of plastics in the environment has led to formation of micro/nano-plastics \n(MNPs). Currently, there are only a few studies measuring plastic particles smaller than 1 µm in \nair. As such, the goal of this study was to develop a method for identification and quantification of \nMNPs in indoor air. Particulate matter (PM) from two indoor environments was size-resolved \nusing a Micro-Orifice Uniform Deposit Impactor (MOUDI) model 110 cascade impactor ranging \nfrom 56 nm to 18 µm in size. The GCxcIM-MS method was then developed to characterize four \ncommon plastics: polystyrene (PS), polyethylene (PE), polypropylene (PP), and polymethyl \nmethacrylate (PMMA). The results indicated that approximately 57-67% of MNPs had particle \ndiameters >2.5 µm, and these microplastics constituted 50-60% of the total particulate matter in \nprivate residences. Moreover, the comprehensive two-dimensional separation provided by the \ndeveloped method enabled us to analyze other polymers and plastic additives. For instance, plastic \nadditives such as TDCPP (Tris (1, 3-dichloro-2-propyl) phosphate) was detected, and its \nconcentration correlated with polyurethane (PU). \nPlastic can also pose a risk to human health when they are combusted. The goal of second \nchapter was differentiation between toxic and non-toxic halogenated of polycyclic aromatic \nhydrocarbons (HPAHs) isomers that were released during combustion of plastics. The geometry \nof cIM-MS allows ions to travel multiple passes through cyclic cell such that, the greater of pass \nnumbers, the better resolution of isomers. When a complex real sample was studied in this way, \nthe toxic 2367-tetrachloroanthracene (2367-TCA) was separated from a mix of 17 other isomers \nwith the assistance of an advanced “unwrapping” data analysis technique.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».