Notice bibliographique
Résumé
Tobacco and cannabis smoke are both complex chemical mixtures generated through combustion of biomass material. The presence of free radicals in tobacco smoke has been established for nearly seven decades. Despite similarities between cannabis and tobacco smoke and the known presence of radicals in the latter, analysis of free radicals in cannabis smoke has yet to be conducted. In this work, electron paramagnetic resonance (EPR) spectroscopy was used to detect short-lived radicals and environmentally persistent free radicals (EPFRs) in cannabis smoke. Spin-trapping techniques were employed to aid in identification of the short-lived radicals. Congruent with findings from studies conducted on tobacco smoke, short-lived free radicals were detected in the gas phase, and EPFRs were detected in the particle phase of cannabis smoke. Gas phase results indicate the presence of oxygen-centered radicals in cannabis smoke, though the shape of the resulting EPR spectra differs slightly from that of tobacco smoke. Particle phase results for cannabis match well with those from previous studies conducted on tobacco smoke, regardless of the spin trap used (or lack thereof). Quantitative findings indicate that cannabis smoke contains approximately the same radical concentration as tobacco smoke, on the order of 10 15 gas-phase spins and 10 14 particle-phase spins per cannabis preroll or tobacco cigarette. The impacts of burning method (continuous vs puffing) and cannabinoid composition on radical concentrations were also investigated here. While puffing was observed to lower radical concentrations, the cannabinoid composition of the strain of cannabis burned had no observable impact on the amount or identity of free radicals detected.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».