Particle size distribution of a fourth-generation vaping device at various low powers, nicotine concentrations and dilutions
Notice bibliographique
Résumé
A lack of compatibility among many studies on e-cigarette aerosol measurement suggests further investigations establishing a standard testing condition. Considering a lesser emission of harmful substances, relatively low heating powers are beneficial in aerosol generating devices. However, comprehensive study on particle size distribution (PSD) at relatively low heating powers (e.g., power <10 W) is still deficient. In this study, particle number count of undiluted aerosols, produced by a latest fourth-generation vaping device, was measured at heating powers from 3.5 to 6.5 W and nicotine concentration of 12 and 18 mg/mL. Also, effects of a semi-static dilution process on PSD based on both mass (using cascade impactor) and number count (using real-time particle counter) were explored. Higher power and/or lower nicotine concentration led to more asymmetricity in PSD. A novel function, combining exponential, Gaussian and polynomial (EGP) distributions, was introduced to describe asymmetric PSD successfully. Particle size statistics up to the fourth order moment were reported. Count median aerodynamic diameter and geometric standard deviation exhibited a linear positive correlation with power with a slope of 0.02 and 0.174, respectively, at 18 mg/mL nicotine. For the same nicotine case, the variation of skewness and kurtosis with heating power followed a power law curve with a degree of 0.44 and 0.66, respectively. A semi-static dilution resulted in an about 6% higher PSD mode relative to undiluted condition. The present study provides useful data, including EGP function and higher order moments, which have potential implications in simulating PSD and validating aerosol dosimetry model.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 | 0,000 | 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 ».