Toxic metal and nicotine content of cigarettes sold in China, 2009 and 2012
Notice bibliographique
Résumé
BACKGROUND: Metals of primary health concern can accumulate in the tobacco plant and contribute to smokers' exposures to carcinogens, a significant cause of the millions of smoking-related deaths in China each year. These exposures are due to the smoker's addiction to nicotine. OBJECTIVE: This study sought to explore toxic heavy metal and nicotine concentrations in the tobacco of Chinese cigarette brands purchased in 2009 and 2012, as well as its regional variation. METHODS: Cigarette packs for this study were purchased from seven Chinese cities in 2009 and 2012, and 91 pairs of cigarettes were matched based on UPC for comparison. Ten cigarette sticks were randomly selected from each pack and tested using polarised energy dispersive X-ray fluorescence (XRF) for arsenic (As), cadmium (Cd), chromium (Cr), nickel (Ni) and lead (Pb) concentrations. Nicotine analysis was conducted following Coresta's Recommended Method N°62. Data analysis was conducted using SPSS, encompassing descriptive statistics, correlations and generalised estimating equations to observe changes in brand varieties overtime. FINDINGS: On average, from 2009 to 2012, As, Cd, Cr and Pb concentrations have decreased in Chinese tobacco. Of the seven cities where the cigarette brands were purchased, only four cities showed significant differences of the selected metals from 2009 to 2012. However, there was no significant change in the tobacco nicotine content from 2009 to 2012. CONCLUSIONS: Tobacco in Chinese cigarettes purchased in seven geographically disbursed cities contains consistently high levels of metals, including carcinogens like Cd. One source may be the improper use of fertilisers. These numbers should be monitored more carefully and regulated by health officials.
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 | 0,001 | 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 | 0,000 |
| 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 | 0,000 |
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 ».