MétaCan
Menu
Retour à la cohorte
Enregistrement W4411201204 · doi:10.1016/j.clwas.2025.100331

Recycling of inherently flame-resistant fabrics for protective clothing: A comprehensive review

2025· review· en· W4411201204 sur OpenAlexafffund
G. M. Nazmul Islam, Dave Kasper, Patricia I. Dolez

Notice bibliographique

RevueCleaner Waste Systems · 2025
Typereview
Langueen
DomaineMaterials Science
ThématiqueFlame retardant materials and properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMitacs
Mots-clésClothingForensic engineeringEnvironmental scienceMaterials scienceEngineeringPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The accelerated consumption of flame-resistant (FR) fabrics increases the amount of textile waste. Moreover, aramids take a very long time to degrade in landfills and should not be incinerated. Mechanical recycling offers opportunities to tackle this challenge. Yet, limited information is available on this topic. The mechanical recycling process comprises collection of cleaned used FR garments, sorting of fabrics based on fibre content and color, removal of accessories, shredding, blending with virgin fibres, spinning into yarns, knitting/weaving, dyeing, and production of new FR garments. Remaining challenges include the presence of residual contaminants from prior fire exposure; reduction in fibre length after shredding; difficult balance between performance and cost; and dyeing conditions to accommodate the different fibres and residual color on the recycled fibres. Moving forward, researchers should optimize the processes from used garment collection to new FR garment production as well as develop solutions to remove the per- and polyfluoroalkyl substances (PFAS) liquid-repellent finishes from the fabrics prior to recycling. It will also be important to assess the long-term performance of fabrics made with recycled fibres. Combining the different expertise required to tackle these challenges will be key for mechanical recycling to improve the sustainability of FR protective clothing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,336
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCleaner Waste SystemsMême sujetFlame retardant materials and propertiesTravaux en français237 207