MétaCan
Menu
← Retour à la cohorte
Enregistrement W7054434595

Analyse du potentiel d’application des textiles intelligents en santé et en sécurité au travail

2018· article· fr· W7054434595 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHesperianPyrometallurgyUltrametric space
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les textiles intelligents sont des structures capables de détecter, de réagir et de s’adapter à un grand nombre de stimuli : électriques, magnétiques, thermiques, optiques, acoustiques, mécaniques, chimiques, etc. Ils offrent potentiellement des perspectives très intéressantes dans le domaine de la santé et de la sécurité au travail, par exemple, pour des systèmes de localisation intégrés, le suivi des conditions physiologiques des travailleurs, des systèmes chauffants et refroidissants intégrés, des dispositifs de communication, la captation d’énergie, etc. Cette étude avait pour objectif de réaliser une synthèse des connaissances tirées de la littérature technique et scientifique et d’identifier les technologies, solutions et produits sur le marché des textiles intelligents qui peuvent avoir des applications en santé et en sécurité au travail (SST), afin de mettre en évidence des pistes de recherche et de développement dans ce domaine. Une première étape consistait à réaliser une analyse de la littérature scientifique et technique, à consulter les ressources en ligne et à établir des contacts avec des manufacturiers de textiles. Ainsi, plus de 500 références à des technologies, solutions et produits pertinents aux textiles et matériaux souples intelligents ont été recensées. Parmi celles-ci figurent plus de 60 entreprises canadiennes impliquées dans différents aspects des textiles intelligents. Trois grandes catégories de technologies, de solutions et de produits ont été distinguées : Les capteurs, dont le signal d’entrée constitue la caractéristique d’intérêt. Il s’agit, par exemple, de capteurs textiles de température, de gaz, de déformation ou de positionnement, ou d’électrodes intégrées dans les textiles;Les indicateurs/actuateurs, dont le signal de sortie constitue la caractéristique d’intérêt. Il s’agit, par exemple, de fibres chauffantes, de tissus antibactériens, d’écrans textiles, de tissus piézomorphiques, de surfaces autonettoyantes, d’un défibrillateur automatique et intégré dans le vêtement, et de fibres photovoltaïques;Les matériaux et composants : polymères, carbone, métaux, encres, connecteurs, antennes, etc., qui sont utilisés pour produire le textile intelligent. La seconde étape de l’étude a consisté à inventorier les besoins en SST causés par les limites des textiles traditionnels, dont les propriétés sont fixes dans le temps et ne peuvent s’ajuster aux conditions rencontrées. Ces informations ont été obtenues auprès de personnes ressources en SST, telles que des conseillers en prévention dans des associations sectorielles paritaires ou professionnelles, des représentants d’entreprises manufacturières et utilisatrices d’équipements de protection, et des chercheurs en SST. Les besoins mis en évidence incluent, par exemple, des systèmes de thermorégulation pour les vêtements hautement protecteurs utilisés dans des environnements extrêmes ou lors d’activités intenses, des capteurs chimiques intégrés dans les sarraus pour détecter et quantifier les cas d’exposition, des capteurs de signes vitaux avec géolocalisation intégrés dans les vêtements pour les travailleurs isolés et en espace clos, et des gants de protection dont le niveau de protection et la dextérité sont ajustables en fonction de la tâche. Dans une troisième étape, les problématiques actuelles ou anticipées liées à l’usage de textiles intelligents en SST ont été déterminées. Celles-ci incluent le manque de maturité des technologies, les effets négatifs potentiels sur la santé et la sécurité, les problèmes potentiels d’interférence ou d’incompatibilité, le manque de connaissances, de normes et de méthodes d’essai, de difficultés d’accessibilité, les problèmes liés à l’utilisation et à l’entretien de ces textiles, l’absence de validation de l’intérêt envers le dispositif et la gestion appropriée des déchets et de la fin de vie. Un recoupement des différentes informations compilées a permis de déterminer des pistes de développement à court, moyen et long termes pour un grand nombre des problématiques soulevées. Par exemple, une réponse à court terme pour le besoin d’une meilleure thermorégulation des vêtements peut être fondée sur l’utilisation de produits commerciaux dans le domaine des sports pour alerter le travailleur quand ses signes vitaux indiquent un état de stress thermique. À moyen terme, des technologies existantes comme les matériaux à changement de phase pourraient être intégrées sous forme d’éléments amovibles dans les vêtements. Ultimement, la solution développée serait complètement intégrée dans les textiles, les fils ou les fibres; elle permettrait une régulation thermique de longue durée et offrirait une bonne résistance aux conditions de travail en environnement extrême (ex., protection incendie), à l’usure et au lavage. L’analyse réalisée dans le contexte de cette étude montre que les textiles et les matériaux souples intelligents constituent une réponse prometteuse à de nombreuses problématiques associées aux vêtements et aux équipements de protection utilisés en SST. De plus, les capacités manufacturières et de recherche dans le domaine des textiles intelligents requises pour la réalisation des travaux proposés existent autant au Québec qu’au Canada. Abstract Smart textiles are materials that can detect, react and adapt to a wide range of stimuli, including electric, magnetic, thermal, optical, acoustic, mechanical and chemical. They have very promising potential uses in occupational health and safety, such as for integrated tracking systems, monitoring of workers’ physiological condition, integrated heating and cooling systems, communication devices and energy capture. The goal of this study was to summarize the state of knowledge based on the technical and scientific literature to identify technologies, solutions and products on the smart textile market that could be applied in occupational health and safety (OHS) and to highlight possible avenues for research and development in this area. The first stage of the study involved analysing the scientific and technical literature, investigating online resources and establishing contacts with textile manufacturers. Over 500 references to technologies, solutions and products relating to smart flexible textiles and materials were reviewed. These references included over 60 Canadian companies involved in various aspects of smart textiles. Technologies, solutions and products were divided into three broad categories: Sensors, with the input signal being the focus of interest. Examples are textile sensors for temperature, gas, deformation or positioning, or electrodes integrated into textiles.Indicators/actuators, with the output signal being the focus of interest. Examples are heating fibres, antibacterial fabrics, textile screens, piezomorphic fabrics, self-cleaning surfaces, an automatic defibrillator integrated into apparel and photovoltaic fibres.Materials and components. Polymers, carbon, metals, inks, connectors, antennae, etc., that are used to produce smart textiles. The second stage of the study consisted in drawing up an inventory of OHS needs related to the limitations of traditional textiles, the properties of which are permanent and cannot be adjusted to adapt to changing conditions. This information was obtained from OHS resource officers, such as prevention specialists in joint or professional sector-based associations, representatives of manufacturing companies and safety equipment users, and OHS researchers. The highlighted needs included thermoregulation systems for highly protective clothing used in extreme environments or for intense activities, chemical sensors integrated into coats or coveralls for detecting and quantifying cases of exposure, vital sign sensors with geopositioning capability integrated into clothing for isolated or confined-space workers, and protective gloves with adjustable levels of protection and dexterity depending on the task to be done. In the third stage, current or anticipated issues with the use of smart textiles in OHS were defined. These include the lack of maturity of the technologies, potential adverse effects on health and safety, potential interference or incompatibility problems, lack of knowledge, standards and test methods, accessibility difficulties, problems with textile use and maintenance, lack of confirmed interest in the technology, and appropriate waste and end-of-life management. By cross-checking the information gathered, we were able to determine short-, medium- and long-term avenues for development for many of the issues raised. For instance, a short-term response to the need for better thermoregulation of clothing could be based on the use of commercial sports products to alert workers when their vital signs indicate a condition of thermal stress. In the medium term, existing technologies such as phase-change materials could be integrated into clothing in the form of removable components. Ultimately, the solution would be fully integrated into the textiles, threads or fibres; it would make long-term thermal regulation possible and offer good resistance to extreme environment working conditions (e.g., fire protection), wear and tear, and laundering. The analysis done for this study shows that smart flexible textiles and materials offer promising responses to the many problems associated with OHS protective clothing and equipment. In addition, it is worth noting that the manufacturing and research capabilities required in the area of smart textiles to carry out the projects proposed here already exist in Quebec and elsewhere in Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,012
Tête enseignante GPT0,259
Écart entre enseignants0,247 · 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
GenreEmpirique

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

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLaser Design and Applications→Travaux en français237 207→