Prediction of Initial Emission Rates of 2-Butoxyethanol from Consumer Products Using Equilibrium Headspace Concentrations: An Application of the Vapor Pressure and Boundary Layer (VB) Model
Notice bibliographique
Résumé
The initial emission rate of volatile organic compounds (VOCs) from consumer products is important for assessing potential human exposure to VOCs in products. The vapor pressure and boundary layer (VB) model developed in the past was used to predict the emission rates of VOCs in the fast decaying phase from petroleum-based wet materials. This study has extended the model to largely water-based products. Study results have shown a good agreement (ratio = 1.01, r2 = 0.89) between model-predicted initial emission rates (ER0) of 2-butoxyethanol (2-BE) based on its equilibrium headspace concentration and experimentally measured ER0 in a small dynamic environmental chamber for 20 consumer products. These water-based products included wood surface treating stains, general cleaning agents, and degreasers with 2-BE concentrations over a wide range. The results also demonstrated a dependency between the headspace concentrations of the target analytes and the water content in the liquid. But dependency on water content had no effect on the use of headspace concentration to predict the ER0. The ER0 of 2-BE in the products ranged from 100 to 3000 mg m(-2) h(-1). In the majority of cases, the 2-BE concentration range in individual products indicated in the Material Safety Data Sheet agreed with the measured data.
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 | 0,000 | 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 | 0,001 |
| 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 ».