論文の概要: A novel approach to preventing SARS-CoV-2 transmission in classrooms: An OpenFOAM based CFD Study

• arxiv url: http://arxiv.org/abs/2211.06295v1
• Date: Wed, 12 Oct 2022 09:06:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 12:23:08.116779
• Title: A novel approach to preventing SARS-CoV-2 transmission in classrooms: An OpenFOAM based CFD Study
• Title（参考訳）: 教室におけるSARS-CoV-2伝送防止のための新しいアプローチ: OpenFOAM を用いたCFD 研究
• Authors: Anish Pal, Riddhideep Biswas, Ritam Pal, Sourav Sarkar, Achintya Mukhopadhyay
• Abstract要約: 新型コロナウイルスのパンデミックが続く中、教育部門は壊滅的な打撃を受けており、教室は無期限に閉鎖されている。 本研究は、教室内の新型コロナウイルス感染を調査し、長期的な解決策を提供することにより、既存のジレンマを解決することを目的としている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The education sector has suffered a catastrophic setback due to ongoing COVID-pandemic, with classrooms being closed indefinitely. The current study aims to solve the existing dilemma by examining COVID transmission inside a classroom and providing long-term sustainable solutions. In this work, a standard 5m x 3m x 5m classroom is considered where 24 students are seated, accompanied by a teacher. A computational fluid dynamics simulation based on OpenFOAM is performed using a Eulerian-Lagrangian framework. Based on the stochastic dose response framework, we have evaluated the infection risk in the classroom for two distinct cases: (i) certain students are infected (ii) the teacher is infected. If the teacher is infected, the probability of infection could reach 100% for certain students. When certain students are infected, the maximum infection risk for a susceptible person reaches 30%. The commonly used cloth mask proves to be ineffective in providing protection against infection transmission reducing the maximum infection probability by approximately 26% only. Another commonly used solution in the form of shields installed on desks have also failed to provide adequate protection against infection reducing the infection risk only by 50%. Furthermore, the shields serves as a source of fomite mode of infection. Screens suspended from the ceiling, which entrap droplets, have been proposed as a novel solution that reduces the infection risk by 90% and 95% compared to the no screen scenario besides being completely devoid of fomite infection mode. As a result of the screens, the class-time can be extended by 55 minutes.
• Abstract（参考訳）: 新型コロナウイルスのパンデミックが続く中、教育部門は壊滅的な打撃を受けており、教室は無期限閉鎖されている。 本研究は,教室内における新型コロナウイルスの感染状況を調査し,長期的持続的ソリューションを提供することによって,既存のジレンマを解決することを目的とする。 本研究では,教師を伴って24名の学生が座る標準的な5m×3m×5m教室が検討されている。 Eulerian-Lagrangianフレームワークを用いて,OpenFOAMに基づく計算流体力学シミュレーションを行う。 確率的線量反応の枠組みに基づき,教室における感染リスクを2つの異なる症例で評価した。 (i)一部の生徒が感染している (ii)教師が感染している。 教師が感染した場合、感染確率は特定の生徒の100%に達する可能性がある。 特定の学生が感染した場合、感受性のある人の感染リスクは30%に達する。 一般的に使用される布マスクは、感染感染の最大確率を約26%減らす感染感染感染防止に効果がないことが証明されている。 また、デスクに設置されたシールドの形で使われる別の一般的なソリューションは、感染リスクを50%減らすのに十分な保護を提供しられなかった。 さらに、これらのシールドは、フォマイト感染の源として機能する。 液滴を巻き込む天井から吊るされたスクリーンは、感染のリスクを90%から95%削減する新しいソリューションとして提案されている。 画面の表示により、クラス時間は55分延長できる。

関連論文リスト

• Potion: Towards Poison Unlearning [47.00450933765504]
  悪意あるアクターによる機械学習システムに対する敵対的攻撃は重大なリスクをもたらす。 このような攻撃を解決する上での課題は、実際に有毒データのサブセットのみを特定できる場合である。 我々の研究は、有毒未学習の最先端を推し進めるための2つの重要な課題に対処する。
  論文  参考訳（メタデータ） (2024-06-13T14:35:11Z)
• Graph-Based Active Machine Learning Method for Diverse and Novel Antimicrobial Peptides Generation and Selection [57.131117785001194]
  新しいAMP候補の大規模スクリーニングは高価で、時間もかかり、発展途上国では手頃な価格となっている。 本稿では,新しいAMPの設計に必要なウェットラブ実験の数を統計的に最小化する,アクティブ機械学習ベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-18T14:30:48Z)
• Boundary Guided Semantic Learning for Real-time COVID-19 Lung Infection Segmentation System [69.40329819373954]
  新型コロナウイルス(COVID-19)は、世界中の医療システムに悪影響を及ぼし続けている。 現段階では、新型コロナウイルスの診断と治療には、CT画像から肺感染症領域を自動的に分離することが不可欠である。 本稿では,境界案内型セマンティックラーニングネットワーク(BSNet)を提案する。
  論文  参考訳（メタデータ） (2022-09-07T05:01:38Z)
• School Virus Infection Simulator for Customizing School Schedules During COVID-19 [0.0]
  The School-Virus-Infection-Simulator (SVIS)simulateds the spread of infection at a school's lessons schedules, classroom volume, aircirc rate in classrooms and theinfectability of the students。 学校スケジュールの1つは、対面授業の比率が高いスケジュールに比べて、感染する生徒の最大数が多い。
  論文  参考訳（メタデータ） (2021-10-07T16:49:27Z)
• Provable Defense Against Delusive Poisoning [64.69220849669948]
  本研究は, 対人訓練が妄想性中毒に対する防御法であることを示す。 これは、敵の訓練が妄想的中毒に対する原則的な防御方法であることを意味している。
  論文  参考訳（メタデータ） (2021-02-09T09:19:47Z)
• Timely Tracking of Infection Status of Individuals in a Population [70.21702849459986]
  住民の感染状況のリアルタイム追跡について検討した。 この研究では、医療提供者が感染症から回復した人だけでなく、感染した人々も検出したいと考えています。
  論文  参考訳（メタデータ） (2020-12-24T18:49:22Z)
• Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
  大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。 プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。 本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
  論文  参考訳（メタデータ） (2020-10-23T17:06:07Z)
• Face Mask Detection using Transfer Learning of InceptionV3 [3.6016022712620095]
  新型コロナウイルスに対する最も効果的な対策は、公共の場所や混雑した地域でマスクを着用していることだ。 これらの地域の人々を手動で監視することは極めて困難である。 本稿では,マスクを着用していない人を識別するプロセスを自動化するために,移動学習モデルを提案する。
  論文  参考訳（メタデータ） (2020-09-17T15:34:06Z)
• Multi-Stage CNN Architecture for Face Mask Detection [0.0]
  本研究では,フェイスマスクが適切に使用されていないインスタンスを検出できるディープラーニングシステムを提案する。 本システムは2段階の畳み込みニューラルネットワーク(CNN)アーキテクチャによって構成され,マスクやマスクのない顔を検出する。 これにより、安全違反の追跡、フェイスマスクの使用の促進、安全な作業環境の確保が期待できる。
  論文  参考訳（メタデータ） (2020-09-16T12:23:21Z)
• Genetic Programming visitation scheduling solution can deliver a less austere COVID-19 pandemic population lockdown [0.0]
  パンデミックへの対応として、ある程度のロックダウンに苦しむ人々の感染機会を最小限に抑えるために、計算手法が導入された。 人は携帯電話や計算装置を使って、必要な場所や興味のある場所への旅行を依頼する。 人工知能の方法論は、すべての要求を調査し、そのような訪問のために特定の時間割当で応答する。
  論文  参考訳（メタデータ） (2020-06-17T22:03:31Z)
• Combining Visible Light and Infrared Imaging for Efficient Detection of Respiratory Infections such as COVID-19 on Portable Device [39.441555470012965]
  コロナウイルス病2019(COVID-19)は、ここ数ヶ月で深刻な世界的な流行となり、世界中の人間社会に大きな損失をもたらした。 最近の研究によると、新型コロナウイルスの1つの重要な特徴は、ウイルス感染によって引き起こされる異常な呼吸状態である。 マスクを着用している人の健康状態を呼吸特性の分析によりスクリーニングする携帯型非接触法を提案する。
  論文  参考訳（メタデータ） (2020-04-15T07:22:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。