The use of a novel tobacco treatment process to reduce toxicant yields in cigarette smoke
Notice bibliographique
Résumé
The US Institute of Medicine has encouraged the pursuit and development of potential reduced-exposure products (PREPs) - tobacco products that substantially reduce exposure to one or more tobacco toxicants and can reasonably be expected to reduce the risk of one or more specific diseases or other adverse health effects. One potential approach is to reduce levels of some smoke toxicant precursors, such as proteins and polyphenols, in tobacco. We describe a treatment process involving aqueous tobacco extraction and treatment with protease; filtration of the extract to remove peptides, amino acids and polyphenols, and recombination of extract and treated tobacco. The process reduced levels of protein nitrogen (59%), polyphenols (33-78%) and nicotine (12%) while sugars increased 16%. ISO mainstream smoke yields of 43 toxicants were measured from cigarettes containing treated tobaccos; lower yields of tar, nicotine, carbon monoxide (16-20%), acrylonitrile, ammonia, aromatic amines, pyridine, quinolene and hydrogen cyanide (33-51%), tobacco specific nitrosamines (25-32%); phenolics (24-56%), benzene (16%), toluene (25%) and cadmium (34%) were obtained. There were significantly increased yields of formaldehyde (49%) and isoprene (17%). Reductions in sidestream yields of nitrogenous smoke toxicants and increases in sidestream yields of several carbonyls, benzo(a)pyrene and isoprene were also observed.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».