MétaCan
Menu
Retour à la cohorte
Enregistrement W4384701289 · doi:10.1016/j.envres.2023.116681

Exposure to secondhand and thirdhand smoke in private vehicles: Measurements in air and dust samples

2023· article· en· W4384701289 sur OpenAlexfundno aff
Xavier Continente, Elisabet Henderson, Laura López-González, Olena Tigova, Sean Semple, Rachel O’Donnell, Ana Navas‐Acién, Núria Cortés-Francisco, Noelia Ramírez, María José López, Yolanda Castellano, Marcela Fu, Montse Ballbè, Beladenta Amalia, Teresa Arechávala, Silvano Gallus, Alessandra Lugo, Xiaoqiu Liu, Elisa Borroni, Chiara Stival, Paolo Colombo, Luke Clancy, Sheila Keogan, Hannah Byrne, Panagiotis Behrakis, Anna Tzortzi, Constantine Vardavas, Vergina Konstantina Vyzikidou, Gerasimos Bakelas, George Mattiampa, Roberto Boffi, Ario Ruprecht, Cinzia De Marco, Alessandro Borgini, Chiara Veronese, Martina Bertoldi, Andrea Tittarelli, Giuseppe Gorini, Giulia Carreras, Barbara Cortini, Simona Verdi, Alessio Lachi, Elisabetta Chellini, Ángel López Nicolás, Marta Trapero‐Bertran, Daniel Celdrán Guerrero, Cornel Radu-Loghin, Dominick Nguyen, Polina Starchenko, Joan B. Soriano, Julio Ancochea, Tamara Alonso, María Teresa Pastor, Marta Erro, Ana Pilar Nso‐Roca, Patricia Pérez, Elena García Castillo

Notice bibliographique

RevueEnvironmental Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesFederación Española de Enfermedades RarasAgència de Gestió d'Ajuts Universitaris i de RecercaGeneralitat de CatalunyaEuropean Regional Development FundUniversity of StirlingEuropean CommissionHorizon 2020Terry Fox Research InstituteCentres de Recerca de CatalunyaPublic Health AgencyInstituto de Salud Carlos IIIIstituto di Ricerche Farmacologiche Mario Negri - IRCCSHORIZON EUROPE Framework ProgrammeUniversidad Politécnica de Cartagena
Mots-clésCotinineInterquartile rangeNicotineSecondhand smokeThird-hand smokeMedicineTobacco smokeSmokeEnvironmental healthToxicologyAnimal scienceCigarette smokeInternal medicineSidestream smokeMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

This study aimed to estimate airborne nicotine concentrations and nicotine, cotinine, and tobacco-specific nitrosamines (TSNAs) in settled dust from private cars in Spain and the UK. We measured vapor-phase nicotine concentrations in a convenience sample of 45 private cars from Spain (N = 30) and the UK (N = 15) in 2017–2018. We recruited non-smoking drivers (n = 20), smoking drivers who do not smoke inside the car (n = 15), and smoking drivers who smoke inside (n = 10). Nicotine, cotinine, and three TSNAs (NNK, NNN, NNA) were also measured in settled dust in a random subsample (n = 20). We computed medians and interquartile ranges (IQR) of secondhand smoke (SHS) and thirdhand smoke (THS) compounds according to the drivers’ profile. 24-h samples yielded median airborne nicotine concentrations below the limit of quantification (<LOQ) (IQR:<LOQ- < LOQ) in non-smokers’ cars, 0.23 μg/m3 (IQR:0.18–0.45) in cars of smokers not smoking inside, and 3.53 μg/m3, (IQR:1.74–6.38) in cars of smokers smoking inside (p < 0.001). Nicotine concentrations measured only while travelling increased to 21.44 μg/m3 (IQR:6.60–86.15) in cars of smokers smoking inside. THS concentrations were higher in all cars of smokers, and specially in cars of drivers smoking inside (nicotine: 38.9 μg/g (IQR:19.3–105.7); NNK: 28.5 ng/g (IQR:26.6–70.2); NNN: 23.7 ng/g (IQR:14.3–55.3)), THS concentrations being up to six times those in non-smokers’ cars. All cars of smokers had measurable SHS and THS pollution, the exposure levels were markedly higher in vehicles of drivers where smoking took place. Our results evidence the need for policies to prohibit smoking in vehicles, but also urge for more comprehensive strategies aiming towards the elimination of tobacco consumption.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,167
Tête enseignante GPT0,378
Écart entre enseignants0,211 · 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'étudeObservationnel
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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ResearchMême sujetSmoking Behavior and CessationTravaux en français237 207