Fungal Contamination Assessment in Portuguese Elderly Care Centers
Notice bibliographique
Résumé
Individuals spend 80-90% of their day indoors and elderly subjects are likely to spend even a greater amount of time indoors. Thus, indoor air pollutants such as bioaerosols may exert a significant impact on this age group. The aim of this study was to characterize fungal contamination within Portuguese elderly care centers. Fungi were measured using conventional as well as molecular methods in bedrooms, living rooms, canteens, storage areas, and outdoors. Bioaerosols were evaluated before and after the microenvironments' occupancy in order to understand the role played by occupancy in fungal contamination. Fungal load results varied from 32 colony-forming units CFU m(-3) in bedrooms to 228 CFU m(-3) in storage areas. Penicillium sp. was the most frequently isolated (38.1%), followed by Aspergillus sp. (16.3%) and Chrysonilia sp. (4.2%). With respect to Aspergillus genus, three different fungal species in indoor air were detected, with A. candidus (62.5%) the most prevalent. On surfaces, 40 different fungal species were isolated and the most frequent was Penicillium sp. (22.2%), followed by Aspergillus sp. (17.3%). Real-time polymerase chain reaction did not detect the presence of A. fumigatus complex. Species from Penicillium and Aspergillus genera were the most abundant in air and surfaces. The species A. fumigatus was present in 12.5% of all indoor microenvironments assessed. The living room was the indoor microenvironment with lowest fungal concentration and the storage area was highest.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».