Variations in coil temperature/power and e‐liquid constituents change size and lung deposition of particles emitted by an electronic cigarette
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Electronic cigarette uses propylene glycol and glycerol to deliver nicotine and flavors to the lungs. Given the hundreds of different brands, the thousands of flavors available and the variations in nicotine concentrations, it is likely that electronic cigarette settings and e-liquid composition affect the size distribution of particles emitted and ultimately pulmonary deposition. We used the inExpose e-cigarette extension to study two separate modes of operation of electronic cigarettes, namely power-controlled and the temperature-controlled. We also assessed several e-liquids based on propylene glycol and glycerol concentrations, nicotine content, and selected monomolecular flavoring agents (menthol, vanillin, and maltol). Particle size distribution was measured using a Condensation Particle Counter and a Scanning Mobility Particle Sizer spectrometer. Lung deposition was predicted using the International Commission on Radiological Protection model. For all resistance coils, increase in power delivery generated larger particles while maintaining a higher coil temperature generated smaller particles. Increase in glycerol concentration led to the generation of larger particles. With regard to flavors, we showed that despite minor effect of menthol and maltol, vanillin dramatically increased particle size. Presence of nicotine also increased particle size. Finally, particles emitted by the electronic cigarette were predicted to mainly deposit in the alveoli and conditions generating larger particle sizes led to a reduction in predicted lung deposition. This study shows that coil temperature, propylene glycol and glycerol concentrations, presence of nicotine, and flavors affect the size of particles emitted by an electronic cigarette, directly affecting predicted lung deposition of these particles.
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.
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 | 0,000 |
| 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 découle