MétaCan
Menu
Retour à la cohorte
Enregistrement W2731691212 · doi:10.3390/toxics5030014

Characterization of Aerosols of Titanium Dioxide Nanoparticles Following Three Generation Methods Using an Optimized Aerosolization System Designed for Experimental Inhalation Studies

2017· article· en· W2731691212 sur OpenAlexafffund
Igor Pujalté, Alessandra Maria Serventi, Alexandra Noël, Denis Dieme, Sami Haddad, Michèle Bouchard

Notice bibliographique

RevueToxics · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensHydro-QuébecUniversité de Montréal
Organismes subventionnairesInstitut pour la Recherche en Santé PubliqueUniversité de Montréal
Mots-clésAerosolizationNebulizerInhalation exposureInhalationAerosolAgglomerateTitanium dioxideNanoparticleMaterials scienceNozzleJet (fluid)Environmental chemistryChemistryNanotechnologyMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Nanoparticles (NPs) can be released in the air in work settings, but various factors influence the exposure of workers. Controlled inhalation experiments can thus be conducted in an attempt to reproduce real-life exposure conditions and assess inhalation toxicology. Methods exist to generate aerosols, but it remains difficult to obtain nano-sized and stable aerosols suitable for inhalation experiments. The goal of this work was to characterize aerosols of titanium dioxide (TiO₂) NPs, generated using a novel inhalation system equipped with three types of generators-a wet collision jet nebulizer, a dry dust jet and an electrospray aerosolizer-with the aim of producing stable aerosols with a nano-diameter average (<100 nm) and monodispersed distribution for future rodent exposures and toxicological studies. Results showed the ability of the three generation systems to provide good and stable dispersions of NPs, applicable for acute (continuous up to 8 h) and repeated (21-day) exposures. In all cases, the generated aerosols were composed mainly of small aggregates/agglomerates (average diameter <100 nm) with the electrospray producing the finest (average diameter of 70-75 mm) and least concentrated aerosols (between 0.150 and 2.5 mg/m³). The dust jet was able to produce concentrations varying from 1.5 to 150 mg/m³, and hence, the most highly concentrated aerosols. The nebulizer collision jet aerosolizer was the most versatile generator, producing both low (0.5 mg/m³) and relatively high concentrations (30 mg/m³). The three optimized generators appeared suited for possible toxicological studies of inhaled NPs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,177
Tête enseignante GPT0,406
Écart entre enseignants0,229 · 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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueToxicsMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207