Crescimento do mercado de EPIs devido a crise sanitária e soluções para novos mercados através de revestimentos produzidos por nanotecnologia para diversificar o mercado de saúde
Notice bibliographique
Résumé
Apesar de interessantes para comercialização, a produção de plásticos atingiu graus preocupantes, ocasionando significativos impactos ambientais, que foram exaltados durante e após a pandemia do Covid-19. Assim, ficou evidente a necessidade de cuidados com a produção de insumos, particularmente descartáveis. De forma geral, a transmissão do COVID-19 e outros agentes patógenos ocorre por meio do ar, a partir de gotículas de fluidos como saliva ou muco expelidos durante a tosse. Estima-se que, em uma tossida, mais de 3.000 gotículas com diâmetros maiores que 5 µm podem ser espalhadas no ar e propagar-se por distâncias de até dois metros, contaminando diversas superfícies presentes no ambiente, onde podem permanecer ativas por períodos de tempo relativamente longos. Neste contexto, este patógeno pode permanecer viável e replicar-se na superfície de EPIs como máscaras descartáveis, tornando-as vetores de transmissão, visto que o vírus pode replicar-se em suas fibras. As máscaras cirúrgicas são produzidas utilizando TNT (Tecido Não Tecido) que precisam ter seu descarte controlado por não se tratar de um material biodegradável e reciclável. Nesse sentido faz necessário soluções que venham suprir e abastecer todo o mercado com um produto biodegradável e antiviral.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».