MétaCan
Menu
Retour à la cohorte
Enregistrement W3036867996 · doi:10.32370/ia_2020_06_1

Adding a Water-Repellent Barrier to Low-Cost or Home-Made Masks and Respirators Using Aerosols

2020· article· en· W3036867996 sur OpenAlexvenueno aff
Mark Zilberman

Notice bibliographique

RevueIntellectual Archive · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRespiratorWater repellentEnvironmental scienceCoronavirus disease 2019 (COVID-19)Waste managementEngineeringMaterials scienceComposite materialMedicine

Résumé

récupéré en direct d'OpenAlex

In connection with the COVID-19 pandemic in the spring of 2020, an unprecedented situation has developed with masks and respirators protecting respiratory organs.The purpose of the mask (respirator) is to protect the person from drops of liquid that the COVID-19 carrier spreads around themselves when coughing/sneezing.Unfortunately, low-cost, non-professional and home-made masks and respirators let in a significant amount of droplets.An ideal solution would be to treat a cheap or even a makeshift mask or respirator to make it water-repellent (like a rubber respirator), but to still allow the wearer of the mask the ability to breathe and talk freely.Fortunately, this dilemma was long and successfully solved by manufacturers of products to protect clothes and furniture from spills and liquids.This article describes experiments that tested the "Tana® Style 16® Protector" aerosol manufactured by JOHNSON & SON, INC for the installation of a water-repellent barrier on household water-permeable respirators and cotton fabric.The methodology and photographs of the passage of a jet of water through a household mask and cotton fabric are given before and after "Tana® Style 16® Protector" aerosol treatment.Aerosols have been shown to be highly effective for installing a water-repellent barrier on water-permeable respirators and cotton fabric.It is understood that other countries may have similar aerosols under different names.The breathing through a waterrepellent barrier, as well as possible long-term effects, are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,050
Tête enseignante GPT0,295
Écart entre enseignants0,245 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntellectual ArchiveMême sujetInfection Control and VentilationTravaux en français237 207