Gas- and Particle-Phase Amide Emissions from Cooking: Mechanisms and Air Quality Impacts
Notice bibliographique
Résumé
The high-temperature cooking of protein-rich foods represents an important but poorly constrained source of nitrogen-containing gases and particles to indoor and outdoor atmospheres. For example, panfrying meat may form and emit these nitrogen-containing compounds through complex chemistry occurring between heated proteins and cooking oils. Here, we simulate this cooking process by heating amino acids together with triglycerides. We explore their interactions across different temperatures, triglyceride types, and amino acid precursors to form amide-containing products. Ammonia, arising from the thermal degradation of amino acids, may react with a triglyceride’s ester linkages, forming amides and promoting de-esterification reactions that break the triglyceride into volatilizable products. Additionally, triglycerides may thermally oxidize and fragment as they are heated, and the resulting oxygenated breakdown products may react with ammonia to form amides. We observed evidence for amide formation through both of these pathways, including gas-phase emissions of C 2-11 H 5-23 NO species, whose emission factors ranged from 33 to 813 μg total gas-phase amides per gram of amino acid precursor. Comparable quantities of particle-phase oleamide (C 18 H 35 NO) were emitted, ranging from 45 to 218 μg/g. The observed amide products had variable predicted toxicities, highlighting the importance of understanding their emissions from cooking and their ultimate inhalation exposure risks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».