Effects of heating power and nicotine concentration on aerosol size distribution of a vaping device
Notice bibliographique
Résumé
Vaping devices with a reduced heating power have the potential to generate less harmful chemicals. This leads the importance of examining particle size distribution (PSD) of undiluted aerosol at relatively lower power, which got a lesser attention to date. In this study, undiluted aerosol generated from a fourth-generation vaping device was measured using a low-flow (1 L/min) cascade impactor at heating powers ranging from 3.5 to 6.5 W with nicotine concentration of 12 and 18 mg/mL. The generated particle mass/puff increased with power linearly following a slope of 1.4. The particle diameter found was mostly within a range from 0.49 µm to 2.80 µm for the tested conditions. Higher generation of aerosol, either by increasing heating power or decreasing nicotine concentration, enhanced the transformation of particle size toward larger particles. A volumetric approach was used to estimate the percentile diameters corresponding to 10%, 50% and 90% of cumulative aerosols. The mass median aerodynamic diameter (MMAD) and geometric standard deviation (GSD) increased linearly up to 0.88 µm (with a slope of 0.082) and 1.53 (with a slope of 0.115), respectively, when the power increased from 3.5 to 5.5 W; and remained almost unchanged for power levels higher than 5.5 W. The nicotine effect on MMAD and GSD tended to diminish for a higher heating power of 5.5 W. Particle number was estimated from the measured particle mass, which can be useful to supplement particle number count measurements. These PSD data have potential implications for assessing viability of aerosol generating devices.Copyright © 2024 American Association for Aerosol Research
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».