3D-Printed Personal Protective Face Shields During the COVID-19 Pandemic: A Survey of Canadian Frontline Workers
Notice bibliographique
Résumé
Background During the coronavirus disease 2019 pandemic, three-dimensional (3D) printing was utilized to rapidly produce face shields for frontline workers in response to an acute shortage of personal protective equipment (PPE). In this study, we examine the perceived utility and performance of 3D-printed (3DP) face shields through a survey of frontline workers in Ontario, Canada. Methodology Frontline workers who received community-produced 3DP face shields from the Canadian initiative "3DPPE GTHA" (March-December 2020) were invited to participate in the study. The survey response rate was 54.3%. Of 63 respondents, 39 were patient-facing and 24 were community-facing frontline workers. Participants were asked to rate performance measures in 10 categories on a five-point Likert scale. Data were categorized by organization and frontline worker type, and a t-test was used to determine statistically significant differences among subgroups. Results The mean preference for 3DP face shields among respondents was 3.2 out of 5 (95% confidence interval [CI]: 2.1-4.3). Community-facing respondents reported significantly greater overall utility scores for 3DP face shields (3.58, 95% CI: 3.38-3.79) compared to respondents working in a patient-facing profession (2.95, 95% CI: 2.77-3.13; p < 0.05). However, no differences were reported in portability and compatibility with other PPE. Respondents from organizations with large service volumes reported significantly lower overall utility scores (2.67, 95% CI: 2.44-2.89) than respondents in organizations with smaller service volumes (3.45, 95% CI: 3.28-3.62; p < 0.05). Conclusions Community-facing frontline workers and those from smaller service volume organizations endorse higher utility for 3DP face shields than patient-facing frontline workers. Despite this, frontline workers generally rate 3DP face shields positively. 3DP face shields are a viable option for personal and community use and can be used to supplement supply in a community setting.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».