Effects of Size and Morphology of TiO2 and SiO2 Airborne Nanoparticles on their Filtration through Chemical Protective Clothing
Notice bibliographique
Résumé
Titanium dioxide (nTiO2) and silicon dioxide (nSiO2) nanoparticles are employed in numerous products that are used daily and also in building materials such as concrete, plaster or paints. Whether during manufacturing or released by sanding or polishing, nTiO2 and nSiO2 can become airborne, exposing workers to possible health risks. Although the penetration of airborne nanoparticles through the filtering media used in respiratory protective equipment has been studied for several years with different types of airborne nanoparticles, the study of the efficiency of chemical protective clothing (CPC) materials is much more recent. Furthermore, these studies were generally conducted with polydisperse sodium chloride airborne nanoparticles, which are particles that are seldom used in the workplace. The present work focuses on the effect of the size and shape of nTiO2 and nSiO2 airborne nanoparticles on their penetration level through a sample of filtering material directly taken from a model of nonwoven CPC. The clogging effect was also evaluated and its impact on the pressure drop was determined. Results indicate that contrary to the particle size, the shape could have a significant effect on the level of penetration. Moreover, clogging due to the deposit of nanoparticles on the filtering fibers could be seen, in some cases, in terms of penetration, but did not have a significant effect on the pressure drop.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».