MétaCan
Menu
Retour à la cohorte
Enregistrement W3159205721 · doi:10.4236/health.2021.134035

Leakage versus Material Filtration in Barrier Facemask Efficiency

2021· article· en· W3159205721 sur OpenAlexafffund
Ali Bahloul, Clothilde Brochot, Barbara Layne

Notice bibliographique

RevueHealth · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensConcordia UniversityInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du Travail
Mots-clésLeakage (economics)Coronavirus disease 2019 (COVID-19)Face masksSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)NanotechnologyMaterials scienceComputer scienceEnvironmental scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The World Health Association and many governmental agencies recommend the wearing of facemasks by the general public to prevent the spread of COVID-19. It is believed that masks can significantly protect others and may offer some protection to the wearer. Although there are standards for FFRs, surgical masks, and recently for barrier face coverings, they all indicate the level of protection for the wearer. However, testing facial masks not at the point of inhalation, but at the source, the exhale, offers a new perspective on how to impede particle emissions. In this paper, the experimental results show that, although the barrier face covering is less effective than FFRs or surgical masks, it can reduce the concentration of aerosols downstream of the device. The results on barrier efficiency show a rapid decrease in effectiveness when the face covering is not sealed to the head. The barrier efficiency of two of the barrier face coverings tested is strongly dependent on leakage caused by the fit rather than the material. While some materials certainly are more effective than others in inhibiting particle penetration, an even more profound factor is the amount of leakage emitted from a mask. New approaches to fit and design in order to create a seal against leakage will become an important factor in combatting SARS-CoV-2.

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 enseignants0,494
Score d'incertitude au seuil0,812

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,326
Écart entre enseignants0,300 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthMême sujetInfection Control and VentilationTravaux en français237 207