MétaCan
Menu
Retour à la cohorte
Enregistrement W3097005034 · doi:10.1021/acs.est.0c03728

Heterogeneous Ozonolysis of Tetrahydrocannabinol: Implications for Thirdhand Cannabis Smoke

2020· article· en· W3097005034 sur OpenAlexaff
Aaron D. L. Wylie, Jonathan P. D. Abbatt

Notice bibliographique

RevueEnvironmental Science & Technology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAlfred P. Sloan Foundation
Mots-clésOzonolysisThird-hand smokeOzoneChemistrySmokeCannabisEnvironmental chemistryChromatographyOrganic chemistryMedicineSidestream smoke

Résumé

récupéré en direct d'OpenAlex

Abstract Thirdhand smoke (THS) deposits to surfaces following smoking events and is a source of chemical exposure to humans. However, the evolution of THS in indoor environments is not well understood. Cannabis THS is a chemically distinct and prevalent form of THS, which has not been studied. The heterogeneous reaction of Δ9-tetrahydrocannabinol (THC), a major component of cannabis smoke, with ozone was examined as a pure compound and within cannabis smoke. Oxidative decay via ozonolysis and product formation were monitored by liquid chromatography–tandem mass spectrometry. Epoxide, dicarbonyl, and secondary ozonide THC reaction products were detected from both pure THC and cannabis experiments, with the product ratios dependent on relative humidity. The observed reaction kinetics for loss of THC on glass and cotton surfaces are consistent with a relatively short loss lifetime, which will be strongly dependent on the film thickness, ozone mixing ratio, and ozone reactivity of the surface substrate. The low volatility of THC and its oxidation products suggest that their contributions to thirdhand cannabis smoke will be less significant than the role that nicotine plays in thirdhand tobacco smoke.

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 enseignants0,007
Score d'incertitude au seuil0,013

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,238
Écart entre enseignants0,224 · 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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207