MétaCan
Menu
Retour à la cohorte
Enregistrement W2018018833 · doi:10.1021/ac5015518

Simultaneous Analysis of 22 Volatile Organic Compounds in Cigarette Smoke Using Gas Sampling Bags for High-Throughput Solid-Phase Microextraction

2014· article· en· W2018018833 sur OpenAlexaboutno aff
Maureen M. Sampson, David M. Chambers, Daniel Y. Pazo, Fallon Moliere, Benjamin C. Blount, Clifford H. Watson

Notice bibliographique

RevueAnalytical Chemistry · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Food and Drug AdministrationCenters for Disease Control and PreventionCenter for Tobacco ProductsNational Institutes of HealthU.S. Department of Health and Human Services
Mots-clésChemistrySolid-phase microextractionSidestream smokeSmokeGas chromatography–mass spectrometryChromatographyGas chromatographyMass spectrometryVolatile organic compoundEnvironmental chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Quantifying volatile organic compounds (VOCs) in cigarette smoke is necessary to establish smoke-related exposure estimates and evaluate emerging products and potential reduced-exposure products. In response to this need, we developed an automated, multi-VOC quantification method for machine-generated, mainstream cigarette smoke using solid-phase microextraction gas chromatography-mass spectrometry (SPME-GC-MS). This method was developed to simultaneously quantify a broad range of smoke VOCs (i.e., carbonyls and volatiles, which historically have been measured by separate assays) for large exposure assessment studies. Our approach collects and maintains vapor-phase smoke in a gas sampling bag, where it is homogenized with isotopically labeled analogue internal standards and sampled using gas-phase SPME. High throughput is achieved by SPME automation using a CTC Analytics platform and custom bag tray. This method has successfully quantified 22 structurally diverse VOCs (e.g., benzene and associated monoaromatics, aldehydes and ketones, furans, acrylonitrile, 1,3-butadiene, vinyl chloride, and nitromethane) in the microgram range in mainstream smoke from 1R5F and 3R4F research cigarettes smoked under ISO (Cambridge Filter or FTC) and Intense (Health Canada or Canadian Intense) conditions. Our results are comparable to previous studies with few exceptions. Method accuracy was evaluated with third-party reference samples (≤15% error). Short-term diffusion losses from the gas sampling bag were minimal, with a 10% decrease in absolute response after 24 h. For most analytes, research cigarette inter- and intrarun precisions were ≤20% relative standard deviation (RSD). This method provides an accurate and robust means to quantify VOCs in cigarette smoke spanning a range of yields that is sufficient to characterize smoke exposure estimates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,324
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetToxic Organic Pollutants ImpactTravaux en français237 207