Study of the inward protection efficiency of various facial masks
Notice bibliographique
Résumé
COVID-19 and other respiratory diseases largely spread through aerosols and droplets shed by an infected individual. Face masks can act as both a source control measure and a method of protection from airborne disease. In this work, the inward protection efficiencies of N95, KN95, and ASTM level 3 surgical masks worn both regularly and “tied and tucked” are evaluated for aerosol particle sizes ranging from 0.2 to 1 μm. Tests are conducted on a realistic soft-surface medium NIOSH manikin to accurately simulate the human/mask interface. For filtering facepiece respirators, the N95 mask is found to provide significantly greater protection than the KN95 masks. A marginal increase in mean inward protection efficiency is observed by improving surgical mask fit through the “tie and tuck” method. Mean inward protection efficiency of 86.5±2.5%, 61.5±6.0%, 20.4±3.9%, and 24.2±4.6% for N95, KN95, regularly worn surgical mask, and tied and tucked surgical mask, respectively, were found. Comparisons with material filtration efficiency highlight that inward protection is impacted significantly by leakage due to gaps at the mask-face interface. Minimal variation in inward protection efficiency across the tested particle size range was observed. A weighted analysis of available data for N95 and surgical masks is performed to obtain estimates for mean inward efficiency ranges for these mask types that can guide future risk assessment and modeling studies.Copyright © 2025 American Association for Aerosol Research
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 | 0,002 |
| 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 ».