Mycelium as a self-growing biobased material for the fabrication of single-layer masks
Notice bibliographique
Résumé
Disposable face masks are an essential piece of personal protective equipment for workers in medical facilities, laboratories, and the general public to prevent the spread of illnesses and/or contamination. Covid-19 resulted in an uptick in the usage and production of face masks, exacerbating issues related to the waste and recycling of these materials. Traditionally, face masks are derived from petrochemicals, such as melt-blown or spunbound polypropylene. As such, there is a need to find sustainable mask materials that can maintain or improve the performance of petrochemical masks. This paper explores an alternative mask material that utilizes fungal mycelium as self-growing filaments to enhance the efficiency of individual polypropylene mask layers. By engineering the growth pattern and time, breathability and filtration efficiency was optimized such that one layer of the mycelium-modified mask could replace all three layers of the traditional three-layer mask. Additionally, it was found that the mycelium-modified mask exhibits asymmetric hydrophobicity, with super-hydrophobicity at the composite-air interface and lower hydrophobicity at the composite-medium interface. This property can improve the performance of the modified mask by protecting the mask from external liquids without trapping water vapor from the user's breath. The findings from this study can provide a basis for further development of mycelium to create sustainable filtration materials with enhanced functionality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».