MétaCan
Menu
Retour à la cohorte
Enregistrement W2140284505 · doi:10.1139/l09-117

Bioaerosols in industrial environments: a reviewThis article is one of a selection of papers published in this Special Issue on Biological Air Treatment.

2009· article· en· W2140284505 sur OpenAlexaffvenue
Yan Gilbert, Caroline Duchaine

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésIndoor bioaerosolBioaerosolEnvironmental scienceAir quality indexOccupational hygieneEnvironmental healthOccupational exposureAerosolizationBiological hazardWaste managementEnvironmental planningBusinessEngineeringOccupational safety and healthMedicineBiologyGeographyEcologyAerosol

Résumé

récupéré en direct d'OpenAlex

Air quality in workplaces is a main concern for industrial hygienists and occupational health specialists. Aerosolization of microorganisms or their by-products from contaminated material can significantly decrease the air quality and expose the workers’ health to potentially harmful effects. To identify the risks and elaborate safe exposure thresholds, the microbiology of air samples from industrial workplaces must be characterized, which means the airborne microorganisms must be identified and quantified. This review summarizes, for nonbiologist specialists, the principal sampling and analysis techniques for air sample characterization regarding microbiological contamination. A survey of the literature regarding levels of airborne bacteria, fungi, and viruses in agricultural industries, waste management plants, peat and wood processing facilities, and other industries is also provided. This review shows that very complex bioaerosol sources are present in industrial settings, and variable and hardly predictable biodiversity is expected in such environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,361
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0150,000

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 Opus0,018
Tête enseignante GPT0,202
Écart entre enseignants0,184 · 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 tête enseignante, pas un consensus.

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

Citations36
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207