Performance of Different Class of Filtering Facepiece Respirators Toward Nanoparticles
Notice bibliographique
Résumé
Introduction: In the case of exposure to harmful substances and the use of a filtering facepiece respirator (FFR) to protect workers, it is important to know the performance of commercial FFR. In previous studies, the authors investigated a series of parameters on the effectiveness of a standard N95 FFR: particle diameter, airflow rate intensity, breathing simulation, time of use, relative humidity. It remains uncertain whether previous results can be extrapolated to all commercial FFRs. Objective: To determine whether previous conclusions apply to other FFRs, different models were selected for evaluation. The initial penetrations are then measured in order to compare the penetrations according to the differences between the FFRs. Methods: To do so, an experimental setup generates NaCl nanoparticles before introducing them into a test chamber containing the FFR and filtered at a constant flow of 85 L/min. It allows to obtain the penetration as a function of the particle diameter from 10 to 200 nm, as well as the pressure drop. Results: The benchmark established in this study confirms that penetration measurements align with previously reported values. All tested FFRs exhibit comparable trends: the most penetrating particle size (MPPS) remains between 30 and 50 nanometers, with penetration decreasing for particles smaller or larger than this range. Conclusion: The results obtained thus indicate that the outcome achieved previously for the standard N95 FFRs and can be extrapolated to the other FFRs presented here.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».