WEBVTT
Kind: captions
Language: fr

00:00:00.950 --> 00:00:05.540
Je m'appelle Michel Boufadel. Je suis le chercheur
principal et le Dr Xiaolong (Leo) Geng est

00:00:05.540 --> 00:00:12.980
le cochercheur principal. Nous avons collaboré
avec plusieurs chercheurs du pays. Vous pouvez

00:00:12.980 --> 00:00:23.540
en voir la liste ici à Princeton, Duke, Rutgers,
Hopkins, l'Université de Pittsburgh et l'Université

00:00:23.540 --> 00:00:27.810
de Cincinnati.
La première partie de l'exposé portera sur

00:00:27.810 --> 00:00:34.320
le nombre de cas aux États-Unis. Ces données
proviennent de l'université Johns Hopkins,

00:00:34.320 --> 00:00:38.510
qui les fournit quotidiennement. Nous avons
analysé la distribution spéciale du nombre

00:00:38.510 --> 00:00:46.010
de cas et vous pouvez voir ici en mars 2020
et en mai. Si vous zoomez sur une certaine

00:00:46.010 --> 00:00:52.520
région, disons la région de Washington D.C.,
nous avons remarqué que le nombre de cas

00:00:52.520 --> 00:00:58.730
observés est en dents de scie. Il y a donc
un nombre élevé de cas, peut-être dans

00:00:58.730 --> 00:01:04.189
la région de Washington ou de Baltimore,
puis on se déplace et il n'y a rien entre

00:01:04.189 --> 00:01:09.909
les deux. La population est plus petite et
le nombre est plus élevé. Pour nous, cela

00:01:09.909 --> 00:01:14.250
rappelle ce que l'on observe dans les turbulences.
Nous avons donc pensé que le nombre de cas

00:01:14.250 --> 00:01:19.490
serait multifractal.
Nous avons donc étudié la question. La conclusion

00:01:19.490 --> 00:01:24.860
est que le nombre de cas de COVID-19 est ce
que l'on appelle une échelle, mais il n'est

00:01:24.860 --> 00:01:30.579
pas totalement aléatoire. Il est corrélé
et nous analysons la corrélation à l'aide

00:01:30.579 --> 00:01:31.959
de ce que nous appelons le spectre de Fourier.
D'abord parce qu'il s'agit d'une mise à l'échelle,

00:01:31.959 --> 00:01:36.060
on peut trouver une relation directe entre
ce qui se passe à 10 kilomètres et ce qui

00:01:36.060 --> 00:01:42.331
se passe à 2 600 kilomètres. Au début,
pendant la phase initiale de la maladie, la

00:01:42.331 --> 00:01:50.460
corrélation était faible, comme on peut
le déduire de la pente. Au fur et à mesure

00:01:50.460 --> 00:01:56.840
que la pente s'accentue, la corrélation augmente
et nous remarquons que la corrélation spatiale

00:01:56.840 --> 00:02:02.170
de la maladie converge vers la corrélation
- la corrélation spatiale de la population.

00:02:02.170 --> 00:02:06.399
Il s'agit là d'autres propriétés multifactorielles
qui figurent dans l'article. Je ne vais pas

00:02:06.399 --> 00:02:10.220
en parler maintenant.
Pour notre étude, nous avons utilisé un

00:02:10.220 --> 00:02:16.340
modèle relativement simple élaboré il y
a plus de 120 ans. Il s'agit du modèle SIR.

00:02:16.340 --> 00:02:20.959
Les personnes sensibles sont celles qui pourraient
être infectées - les personnes infectées,

00:02:20.959 --> 00:02:25.810
infectieuses, puis éliminées. Elles peuvent
être éliminées en raison de leur guérison

00:02:25.810 --> 00:02:29.269
ou de leur décès.
Nous utilisons donc ce modèle pour essayer

00:02:29.269 --> 00:02:34.129
de saisir ce qui se passe et vous savez, si
vous vous souvenez de la figure de la pente

00:02:34.129 --> 00:02:38.870
spectrale, elle est ici représentée sous
forme de série temporelle en utilisant également

00:02:38.870 --> 00:02:45.069
notre modèle qui est la ligne. Et l'on peut
noter que nous avons pu produire la corrélation

00:02:45.069 --> 00:02:49.750
spatiale à l'aide de ce modèle. Il s'agit
simplement d'une illustration du fonctionnement

00:02:49.750 --> 00:02:54.550
de notre modèle. Nous partons donc d'une
population multifractale et nous lui attribuons

00:02:54.550 --> 00:02:59.959
le modèle d'infection. Vous pouvez ensuite
voir le nombre de nouveaux cas avec le temps,

00:02:59.959 --> 00:03:06.940
le nombre de nouveaux cas avec les baisses.
La conclusion est que, vous savez, la première

00:03:06.940 --> 00:03:08.952
chose que nous avons trouvée est que la population,
la distribution spéciale de la population

00:03:08.952 --> 00:03:14.480
est multifractale, ce qui nous permet d'expliquer
pourquoi la distribution spatiale de COVID-19

00:03:14.480 --> 00:03:21.290
est multifractale. Vous savez, il y a des
travaux importants qui utilisent les big data

00:03:21.290 --> 00:03:28.880
pour modéliser la propagation de la maladie
en utilisant le nombre de personnes, en utilisant

00:03:28.880 --> 00:03:33.060
leurs téléphones, donc notre approche, vous
savez, fournit un compromis entre l'approche

00:03:33.060 --> 00:03:39.690
big - l'approche big data et, vous savez,
l'ajustement des modèles à de petites villes,

00:03:39.690 --> 00:03:46.290
disons à l'échelle, disons, de Newark. Et
il y a toujours des problèmes de confidentialité

00:03:46.290 --> 00:03:53.190
dans l'utilisation des big data. D'autre part,
il s'agit peut-être de modélisation pure,

00:03:53.190 --> 00:03:57.730
mais nous croyons qu'en prêtant attention
à la corrélation spéciale, on limiterait

00:03:57.730 --> 00:04:03.860
le modèle pour qu'il ne devienne pas sauvage.
La prochaine partie de mon exposé porte sur

00:04:03.860 --> 00:04:08.890
le mouvement des virions, ou simplement des
particules, dans un supermarché. Imaginez

00:04:08.890 --> 00:04:17.109
un supermarché de 40 mètres de long et de
20 à 25 mètres de large. Et puis il y a

00:04:17.109 --> 00:04:23.570
les portes ici. Les flèches rouges sont les
bouches d'aération d'où vient l'air. Et

00:04:23.570 --> 00:04:28.440
les flèches blanches sont les bouches de
retour. Il s'agit d'une hypothèse.

00:04:28.440 --> 00:04:32.039
Nous utilisons la simulation CFD [Computational
Fluid Dynamics], que nous appelons RANS, pour

00:04:32.039 --> 00:04:35.180
modéliser le mouvement de l'air dans le supermarché.
J'aimerais vous montrer les résultats. Nous

00:04:35.180 --> 00:04:38.770
nous sommes concentrés sur l'attachement
des particules. De nombreuses études portent

00:04:38.770 --> 00:04:45.800
sur le transport, mais nous nous sommes demandé
ce qui s'était passé. Nous savons en effet

00:04:45.800 --> 00:04:53.450
que le virus ou les particules s'attachent
aux surfaces. Ici, vous pouvez les voir s'attacher

00:04:53.450 --> 00:04:58.449
au plafond, en orange. Elles se fixent sur
les étagères, en bleu, et sur le sol, en

00:04:58.449 --> 00:05:03.780
jaune. En revanche, si l'on ne permet pas
au virus de s'attacher, même au bout de 20

00:05:03.780 --> 00:05:07.639
minutes, on le voit se répandre partout.
La fixation sur les services est donc importante

00:05:07.639 --> 00:05:10.889
pour prédire le transport des virus à l'intérieur
des bâtiments.

00:05:10.889 --> 00:05:15.771
Il s'agit d'une courbe avec un seul graphique.
Vous avez la concentration à 5 mètres de

00:05:15.771 --> 00:05:29.360
la source. Il n'y a pas de fixation de gouttelettes
de 5 microns, ce qui correspond à 20 % de

00:05:29.360 --> 00:05:37.800
la force de la source. Avec une fixation de
25 %, vous pouvez voir que la concentration

00:05:37.800 --> 00:05:44.810
est de 12 % et avec une fixation de 100 %, elle
est de 10 %. Nous en concluons donc que la

00:05:44.810 --> 00:05:50.380
fixation ne joue pas de rôle, ce qui signifie
que le type de surface dans le supermarché

00:05:50.380 --> 00:05:57.230
ne sera pas - ne jouera pas un rôle majeur
parce qu'il y a eu des discussions sur la

00:05:57.230 --> 00:06:04.669
question de savoir s'il fallait utiliser du
métal, du verre ou du plastique. D'après

00:06:04.669 --> 00:06:11.039
ces simulations, il semble que cela ne fasse
pas une grande différence.

00:06:11.039 --> 00:06:20.490
Une chose que nous avons étudiée est aussi,
vous savez, quand ils ont dit, d'accord, il

00:06:20.490 --> 00:06:25.940
y a un sens unique dans le supermarché pour
que les gens puissent marcher dans un sens

00:06:25.940 --> 00:06:31.669
- des allées à sens unique. Nous nous sommes
alors dit que l'une des façons de réduire

00:06:31.669 --> 00:06:37.180
le nombre de particules de virus dans l'air
était de créer des " chicanes ". En tant

00:06:37.180 --> 00:06:42.169
qu'ingénieur en environnement, nous sommes
habitués à utiliser ce concept pour les

00:06:42.169 --> 00:06:44.820
réacteurs à écoulement piston. Nous en
concluons que si vous placez ces chicanes

00:06:44.820 --> 00:06:49.060
dans le système, vous réduirez la concentration
de particules dans l'air. L'autre conclusion

00:06:49.060 --> 00:06:58.630
de l'étude est que plus les allées sont
étroites, meilleure est la qualité de l'air,

00:06:58.630 --> 00:07:05.410
ce qui est en quelque sorte contre-intuitif
parce que chaque fois que vous regardez un

00:07:05.410 --> 00:07:09.860
supermarché, vous voyez de grandes allées
et vous avez l'impression qu'elles sont plus

00:07:09.860 --> 00:07:13.919
saines. Je vous remercie de votre attention.