MétaCan
Menu
Retour à la cohorte
Enregistrement W3045049271 · doi:10.1136/thoraxjnl-2020-215748

Face coverings and mask to minimise droplet dispersion and aerosolisation: a video case study

2020· article· en· W3045049271 sur OpenAlexaff
Prateek Bahl, Shovon Bhattacharjee, Charitha de Silva, Abrar Ahmad Chughtai, Con J. Doolan, C. Raina MacIntyre

Notice bibliographique

RevueThorax · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensPROTO Manufacturing (Canada)
Organismes subventionnairesNational Health and Medical Research Council
Mots-clésMedicineFace (sociological concept)Video recordingLayer (electronics)Coronavirus disease 2019 (COVID-19)Computer visionComputer graphics (images)Artificial intelligenceComputer scienceMaterials scienceComposite materialPathologyDisease

Résumé

récupéré en direct d'OpenAlex

To evaluate the effectiveness of the Centers for Disease Control and Prevention (CDC) recommended one- and two-layer cloth face covering against a three-ply surgical mask, we challenged the cloth covering against speaking, coughing and sneezing. The one-layer covering was made using ‘quick cut T-shirt face covering (no-sew method)’ and the two-layer covering was prepared using the sew method prescribed by CDC.1 To provide visual evidence of the efficacy of face coverings we used a tailored LED lighting system (GS Vitec MultiLED PT) along with a high-speed camera (nac MEMRECAM HX-7s) to capture the light scattered by droplets and aerosols expelled during speaking, coughing and sneezing while wearing different types of masks (figure 1 and online supplementary video). The video for speaking was captured at …

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,030
Tête enseignante GPT0,295
Écart entre enseignants0,265 · 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'étudeÉtude de cas
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

Citations60
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThoraxMême sujetInfection Control and VentilationTravaux en français237 207