MétaCan
Menu
Retour à la cohorte
Enregistrement W6921975777 · doi:10.1021/ac5015518.s001

Simultaneous Analysis of 22 Volatile Organic Compounds\nin Cigarette Smoke Using Gas Sampling Bags for High-Throughput Solid-Phase\nMicroextraction

2016· article· en· W6921975777 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSidestream smokeSmokeCigarette smokeGas chromatography–mass spectrometryRelative standard deviationBenzeneVolatile organic compound

Résumé

récupéré en direct d'OpenAlex

Quantifying\nvolatile organic compounds (VOCs) in cigarette smoke\nis necessary to establish smoke-related exposure estimates and evaluate\nemerging products and potential reduced-exposure products. In response\nto this need, we developed an automated, multi-VOC quantification\nmethod for machine-generated, mainstream cigarette smoke using solid-phase\nmicroextraction gas chromatography–mass spectrometry (SPME-GC–MS).\nThis method was developed to simultaneously quantify a broad range\nof smoke VOCs (i.e., carbonyls and volatiles, which historically have\nbeen measured by separate assays) for large exposure assessment studies.\nOur approach collects and maintains vapor-phase smoke in a gas sampling\nbag, where it is homogenized with isotopically labeled analogue internal\nstandards and sampled using gas-phase SPME. High throughput is achieved\nby SPME automation using a CTC Analytics platform and custom bag tray.\nThis method has successfully quantified 22 structurally diverse VOCs\n(e.g., benzene and associated monoaromatics, aldehydes and ketones,\nfurans, acrylonitrile, 1,3-butadiene, vinyl chloride, and nitromethane)\nin the microgram range in mainstream smoke from 1R5F and 3R4F research\ncigarettes smoked under ISO (Cambridge Filter or FTC) and Intense\n(Health Canada or Canadian Intense) conditions. Our results are comparable\nto previous studies with few exceptions. Method accuracy was evaluated\nwith third-party reference samples (≤15% error). Short-term\ndiffusion losses from the gas sampling bag were minimal, with a 10%\ndecrease in absolute response after 24 h. For most analytes, research\ncigarette inter- and intrarun precisions were ≤20% relative\nstandard deviation (RSD). This method provides an accurate and robust\nmeans to quantify VOCs in cigarette smoke spanning a range of yields\nthat is sufficient to characterize smoke exposure estimates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,044
Tête enseignante GPT0,320
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207