MétaCan
Menu
Retour à la cohorte
Enregistrement W2088293613 · doi:10.1080/21642311.2013.771840

Experimental evaluation of the penetration of TiO<sub>2</sub>nanoparticles through protective clothing and gloves under conditions simulating occupational use

2013· article· en· W2088293613 sur OpenAlexaff
Ludwig Vinches, Nicolas Testori, Patricia I. Dolez, Gérald Perron, Kevin J. Wilkinson, Stéphane Hallé

Notice bibliographique

RevueNanoscience Methods · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensCTT Group (Canada)Université de MontréalÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePolyolefinNatural rubberComposite materialTitanium dioxideNanoparticlePolyesterClothingPenetration (warfare)ColloidPolyurethaneNanotechnologyChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Titanium dioxide nanoparticles (nTiO2) are found in numerous manufactured products. While a few studies have been carried out to measure the efficiency of chemical protective clothing and gloves against nanoparticles (NPs), they have generally not considered the conditions prevailing in occupational settings. This study was designed to evaluate the resistance of protective clothing against NPs under conditions simulating occupational use. Nitrile and butyl rubber gloves, as well as cotton/polyester woven and polyolefin non-woven clothing samples were placed into contact with nTiO2 in the form of powders or colloidal solutions. Simultaneously, mechanical deformations were applied to the samples. Preliminary results showed that nTiO2 may penetrate some of the materials after prolonged dynamic deformations and/or when the NPs are in colloidal solutions. The effect was partly attributed to modifications in the physical and mechanical properties of protective materials that were induced by repetitive mechanical deformations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,140
Tête enseignante GPT0,428
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations27
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscience MethodsMême sujetTextile materials and evaluationsTravaux en français237 207