A Critical Review on the Experimental Setups Used to Assess the Efficiency of Respirators Against Ambient Particulate Matter
Notice bibliographique
Résumé
Fine particulate matter (PM2.5) poses significant health risks, prompting public health organizations to recommend the use of respirators and facemasks (RFMs) to mitigate exposure. Consequently, interest in their usage has increased, leading to several studies assessing the efficiency of these personal-level interventions against various fractions of ambient particulate matter (PM). We conducted a comprehensive literature search across PubMed, Web of Science, and Scopus to identify relevant studies and address the following objectives: (1) explore the efficiency of RFMs in reducing ambient PM; (2) discuss discrepancies in efficiencies reported; (3) critique the experimental setups used to evaluate the efficiency of RFMs; and (4) propose recommendations for future research. Five relevant studies we reviewed reported significantly lower RFM effectiveness against ambient PM, with a size-dependent efficiency that decreases for smaller PM fractions. Variations in the reported efficiencies were primarily attributed to design-related factors, resulting in poor facial fit. Therefore, it is crucial to consider standardizing and properly designing these products. These studies overlooked essential factors, such as using dummy heads with flexible textures that mimic human skin. The use of rigid-textured dummy heads, as seen in previous studies, may fail to accurately represent real-world conditions. We recommend researchers take into account diverse facial profiles in their experiments. Moreover, it is essential to consider facial characteristics in the design of RFMs. We believe the evidence supports the increasing need for the adoption of appropriate guidelines and regulations to govern RFM suppliers at both national and international levels.
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 | 0,017 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».