Removal of Tobacco Specific Carcinogenic Nitrosamines in Mainstream Cigarette Smoke and Aqueous Solution─A Review
Notice bibliographique
Résumé
Tobacco-specific N-nitrosamines (TSNAs), which are associated with several cancers, are formed during the processing of tobacco alkaloids. Since tobacco smoking poses serious health risks, scientists, governments, and health regulators globally have denounced it and categorized its constituents according to their carcinogenicity. Tobacco smoke investigations are guided by standardized methods (ISO). With the help of standardized smoke-generating machines, precise quantification of TSNAs and other smoke constituents is now possible thanks to advancements in analytical techniques. This information supports initiatives to reduce the amount of TSNAs that smoking exposes people to. This review covers the occurrence, formation pathways, precursors, and control strategies through removal technologies, providing thorough analysis of the state of science today regarding TSNAs. The adsorption characteristics of different materials as possible filter additives or modifiers are critically discussed, emphasizing important elements like porosity, layering, acidity/alkalinity, and surface area that affect their performance for capturing TSNAs from smoke. While scientific understanding of these areas is still evolving, this review intends to provide for the first time research progress on the adsorption properties of various materials, including zeolites, silica, few-layer black phosphorus, metal-organic frameworks, and molecularly imprinted polymers, among others, for reducing TSNAs present in both cigarette smoke and aqueous solutions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».