文献
J-GLOBAL ID:202202250040164238   整理番号:22A1090334

ナイルレッド染色によるマイクロプラスチック検出と同定:半自動,コストおよび時間有効技術に向けて【JST・京大機械翻訳】

Microplastic detection and identification by Nile red staining: Towards a semi-automated, cost- and time-effective technique
著者 (11件):
資料名:
巻: 823  ページ: Null  発行年: 2022年 
JST資料番号: C0501B  ISSN: 0048-9697  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ミクロプラスチック汚染は,その豊度,分布および関連する環境影響に関する限られた知識と結合した海洋環境における蓄積速度による懸念の問題である。しかし,環境におけるマイクロプラスチックの調査と監視は,時間がかかり,高価である。コストおよび時間効率の高い方法の開発は,マイクロプラスチック検出および同定における現在の重大なボトルネックのいくつかを克服し,マイクロプラスチック研究を進めるために不可欠である。ここでは,マイクロプラスチック分析のための革新的アプローチを示し,自動化のそれらとハイスループットスクリーニングの利点を組み合わせた。提案した手法は,ナイルレッド蛍光染色マイクロプラスチック(50~1200μm)の写真から抽出したRed Green Blue(RGB)データを用いて,ΔΨPlastic検出モデル(PDM)とΔΨ Polymer同定モデル(PIM)を訓練し,検証した。これらの2つの教師つき機械学習モデルは,粒子(95.8%)の塑性または自然起源,およびマイクロプラスチックのポリマータイプ(88.1%)を高精度で予測した。PDMとPIMの適用性を,モデルを成功裏に用いて(92.7%)検出して,労働処理を受けた添加環境試料中の(80%)プラスチック粒子を同定した。分類モデルは,直接,コストおよび時間効率が高いが信頼できる方法でマイクロプラスチックを特性化するための半自動化,高スループットおよび再現可能な方法である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (5件):
分類
JSTが定めた文献の分類名称とコードです
環境問題  ,  廃棄物処理一般  ,  高分子廃棄物処理  ,  人間に対する影響  ,  その他の汚染原因物質 
物質索引 (1件):
物質索引
文献のテーマを表す化学物質のキーワードです
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る