MétaCan
Menu
Retour à la cohorte
Enregistrement W2891478774 · doi:10.1177/147776061703300401

Effects of Sweat and 3D-deformation on the Mechanical Behaviour of Nitrile Rubber Gloves

2017· article· en· W2891478774 sur OpenAlexaff
Ludwig Vinches, Mohamed Zemzem, Stéphane Hallé

Notice bibliographique

RevueProgress in Rubber Plastics and Recycling Technology · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCrystallinitySwellingComposite materialDeformation (meteorology)Natural rubberStrain (injury)SWEATMedicine

Résumé

récupéré en direct d'OpenAlex

Research has proven that mechanical deformations (MD) caused by hand flexing affect the structure of disposable protective gloves. However, these studies do not consider the presence of a physiological solution such as sweat. The combination of mechanical constraints and sweat might modify the mechanical and physical properties of the protective gloves and therefor their effectiveness. The main objective of this work is to evaluate the combined effects of human sweat and MDs on certain physical and mechanical phenomena that could affect the structure of nitrile rubber protective gloves. The strain energy, crystallinity, swelling and glove surface profile were investigated. Combined with MDs, the physiological solution significantly affects the structure of the gloves. Contact of the glove sample with the physiological solution modified the strain energy and induced a swelling that modified mechanical properties. Also, the deformation frequency greatly affected the strain energy and the number of deformations changed the degree of crystallinity. A qualitative analysis by SEM showed the deterioration of the surface of the gloves in contact with skin. Based on these results, further investigation is needed on the overall effect of sweat on the effectiveness of protective gloves against mechanical and chemical hazards.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,289
Écart entre enseignants0,279 · 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.

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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Rubber Plastics and Recycling TechnologyMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207