Study of Filtration in Polyethylene Fibers used in Masks for Protection Against SARS-CoV-2 via Luminescent Aerosolized Silicon Nanoparticles
Notice bibliographique
Résumé
Abstract Commercial polyethylene (PE) fiber-based masks are currently used as personal filters for protection against various microorganisms. Due to the coronavirus (SARS-CoV-2) pandemic of 2020, the use of masks has become the critical mechanism in reducing the spread. The PE mask filter uses a sieve (geometry) in a spider web fashion to filter out microorganisms using Van der Waals atomic forces. However, the non-geometrical part of the filtration process is not fully understood. In this work, we utilized luminescent ultra-small silicon nanoparticles, which are Si-H or/and Si-OH terminated to examine how the filter operates at a chemical level. The particles were sprayed onto the fiber network by an atomizer and we used scanning electron microscopy (SEM), optical microscope and fluorescence spectroscopy under UV radiation. The images and measurements clearly showed that the Si nanoparticles bonded to the PE fiber network. The results were analyzed in terms of chemical bonding between Si nanoparticle and fiber. Our findings suggest that the PE fibers could act as a chemical filter via hydrogen or hydrolysis–based bonding or via Si-C bonding, which is complementary to their physical filtration ability via the geometric sieve process. Moreover, the results indicate that the filter would be effective against the novel coronavirus, not only by the geometrical sieve but can be additionally enhanced as a chemical filter by allowing the amine, carboxyl and hydroxyl function groups of the virus to attach to fibers via C-N and C-O bonds.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».