MétaCan
Menu
Retour à la cohorte
Enregistrement W3177119111 · doi:10.1002/jbio.202100135

Modeling the efficiency of <scp>UV</scp> at 254 nm for disinfecting the different layers within <scp>N95</scp> respirators

2021· article· en· W3177119111 sur OpenAlexaff
Abdallatif Satti Abdalrhman, Chengjin Wang, Angelica Manalac, Madrigal Weersink, Abdul‐Amir Yassine, Vaughn Betz, Benoît Barbeau, Lothar Lilge, Ron Hofmann

Notice bibliographique

RevueJournal of Biophotonics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkPolytechnique MontréalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRespiratorChemistryMicrobiologyBiology

Résumé

récupéré en direct d'OpenAlex

The study presented a Monte Carlo simulation of light transport in eight commonly used filtered facepiece respirators (FFRs) to assess the efficacy of UV at 254 nm for the inactivation of SARS-CoV-2. The results showed different fluence rates across the thickness of the eight different FFRs, implying that some FFR models may be more treatable than others, with the following order being (from most to least treatable): models 1512, 9105s, 1805, 9210, 1870+, 8210, 8110s and 1860, for single side illumination. The model predictions did not coincide well with some previously reported experimental data on virus inactivation when applied to FFR surfaces. The simulations predicted that FFRs should experience higher log reductions (>>6-log) than those observed experimentally (often limited to ~5-log). Possible explanations are virus shielding by aggregation or soiling, and a lack of the Monte Carlo simulations considering near-field scattering effects that can create small, localized regions of low UV photon probability on the surface of the fiber material. If the latter is the main cause in limiting practical UV viral decontamination, improvement might be achieved by exposing the FFR to UV isotropically from all directions, such as by varying the UV source to the FFR surface angle during treatment.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0000,000

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 Opus0,024
Tête enseignante GPT0,276
Écart entre enseignants0,252 · 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'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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiophotonicsMême sujetInfection Control and VentilationTravaux en français237 207