Conception d'un banc de test pour la mesure de l'efficacité d'une visière innovante pour la réduction des aérosols à la source
Bibliographic record
Abstract
La propagation des pathogènes par aérosols constitue un défi majeur en matière de santé publique. Durant la pandémie de la Covid-19, les dispositifs respiratoires conventionnels (masque chirurgical et N95) ont été au cœur des mesures de prévention, tandis que la visière (dispositif de protection respiratoire) n’a pas été recommandée par les organismes de prévention comme alternative au masque, en raison des informations limitées quant à son efficacité à bloquer les particules en suspension dans l’air.Malgré l’efficacité élevée des médias filtrants (N95 et masques chirurgicaux), certaines études ont démontré qu’ils peuvent être source d’inconfort (chaleur, démangeaisons, etc.) et contribuer à la pollution plastique. Une alternative réutilisable et efficace serait donc bénéfique, tant pour les porteurs que pour l’environnement. C’est dans cette optique que s’inscrit cette recherche pour l’évaluation de l’efficacité d’une visière de protection innovante à ventilation personnalisée pour réduire la transmission des pathogènes. L’approche adoptée repose sur une méthodologie expérimentale en quatre étapes.La première étape a résidé dans la création (choix et conception) de têtes de mannequins anatomiquement réalistes pour simuler les conditions d’émission des aérosols ainsi que le montage d’un banc d’essai (conception, réalisation et automatisation) afin d’évaluer l’efficacité de dispositifs dans un environnement contrôlé. La partie émettrice est constituée d'une tête de mannequin connectée à un générateur d'aérosols (particules de NaCl de diamètre médian 0,3 micron) avec une vitesse d'expiration d'environ 6 m/s. Le banc d'essai est constitué d'une veine aéraulique à faible débit et uniformément distribuée. L'aérosol émis est sélectionné et compté par un NanoScan (SMPS, TSI 3910) et un Optical Particle Sizer (OPS, TSI 3330). L'efficacité du dispositif testé est alors définie et calculée par le rapport des concentrations moyennes, exprimées en nombres, avec et sans le port du dispositif testé.La deuxième étape visera à caractériser et valider la méthode de génération des aérosols, ainsi qu’à calibrer le banc d’essai (homogénéité et stabilité) et la méthode de mesure (répétabilité).La troisième étape englobera une campagne expérimentale et l’analyse statistique rigoureuse afin de comparer l’efficacité de trois dispositifs testés (N95, masque chirurgical et prototype de visière) dans différentes configurations (i.e. différents scénarios de transmission).La dernière étape consistera en l’amélioration de prototype de la visière basé sur des différents résultats obtenus. Ces résultats pourraient permettre d’envisager des stratégies de protection plus variées et mieux adaptées aux besoins spécifiques de certains utilisateurs dans la prévention de futures pandémies.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.002 | 0.003 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.015 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".