MétaCan
Menu
Retour à la cohorte
Enregistrement W2082912702 · doi:10.1061/(asce)0733-9372(2005)131:4(512)

Estimating Solar and Nonsolar Inactivation Rates of Airborne Bacteria

2005· article· en· W2082912702 sur OpenAlexaboutno aff
Tania Paez-Rubio, Jordan Peccia

Notice bibliographique

RevueJournal of Environmental Engineering · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioaerosolAerosolizationBacteriaAerosolRelative humidityEnvironmental scienceIndoor bioaerosolEnvironmental chemistryEscherichia coliChemistryIndicator bacteriaMicrobiologyEnvironmental engineeringBiologyMeteorologyEcologyPhysics

Résumé

récupéré en direct d'OpenAlex

Land application of biosolids is a wide spread practice in the United States, Canada, and Western Europe. Given the potential for biosolid aerosolization during land application, both solar and nonsolar induced inactivation rate information is needed to more accurately predict the fate of bacteria in air. Pilot-scale bioaerosol reactor experiments that independently measure the solar and nonsolar (absence of solar radiation) inactivation rates of airborne Mycobacterium parafortuitum and Escherichia coli were performed. Direct fluorescent microscopy measurements for total airborne bacteria and culture-based assays were used to measure concentrations in a 1m3 aerosol reactor that was transparent to UV-A and UV-B wavelengths, and to produce decay curves of airborne bacteria under moderate (50–60%) and high (85–95%) levels of relative humidity (RH). E. coli was more susceptible to airborne decay than M. parafortuitum at all RH levels tested. RH strongly influenced solar and nonsolar airborne inactivation rates in both bacteria. These inactivation rates for both bacteria were greatest at moderate RH levels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental EngineeringMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207