MétaCan
Menu
Retour à la cohorte
Enregistrement W3170505248 · doi:10.1097/der.0000000000000771

Formaldehyde in Electronic Cigarette Liquid (Aerosolized Liquid)

2021· article· en· W3170505248 sur OpenAlexvenueno aff
Jenna L. Ruggiero, Lindsey M. Voller, Javed A. Shaik, Sara Hylwa

Notice bibliographique

RevueDermatitis · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFormaldehydeElectronic cigaretteSolventNicotineOrganic chemistryMedicineChemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Aerosolized liquid (e-liquid) of electronic cigarettes can be toxic. Beyond the solvent (propylene glycol, vegetable glycerin) and nicotine, little is known about the liquid composition. Formaldehyde, a carcinogen and source of contact dermatitis, has been reported in the vaporized e-liquid, but no studies have assessed the actual e-liquid. OBJECTIVE: The aim of the study was to evaluate e-liquid products for the presence of formaldehyde. METHODS: Sixteen e-liquid products were purchased and analyzed for the release of formaldehyde using the chromotropic acid method of detection. RESULTS: Of the 16 e-liquids purchased, 4 (25%) were positive for the presence of formaldehyde; 2 were flavored and 2 were nonflavored. All positive e-liquids were in pods or disposable electronic cigarette devices, and 2 were purchased from local vape shops. The average nicotine content in the positive e-liquids was 3.85% versus 4.03% in the negative e-liquids. CONCLUSIONS: The e-liquid products contain toxic chemicals not declared on product labels, as shown in this study with 25.0% of e-liquids containing formaldehyde. All positive e-liquids were within pods or disposable devices. Continued analysis of e-liquids and increased product regulation are needed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 GPT0,270
Écart entre enseignants0,257 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetSmoking Behavior and CessationTravaux en français237 207