Evaluation and Determinants of Airborne Bacterial Concentrations in School Classrooms
Notice bibliographique
Résumé
A survey of 39 elementary schools was undertaken to determine indoor air concentrations of bioaerosols within a coastal, temperate climatic zone in British Columbia, Canada. This article reports the results for airborne bacteria. Determinants of exposure were grouped into environmental (outdoor temperature, relative humidity, season, weather), ventilation and comfort parameter (indoor relative humidity, temperature, indoor CO2 concentration, indoor fungal concentration), and occupancy (number of occupants, activity levels, occupancy patterns) variables. Regression modeling was used to evaluate the association between these factors and measured concentrations of indoor mesophilic bacteria. Naturally ventilated rooms (47% of the total rooms surveyed) had higher bacterial counts than mechanically ventilated rooms (geometric mean 325 vs. 166 CFU/m3, respectively, p < 0.001). In univariate analyses, bacterial counts were negatively correlated with supply and exhaust flow rates, air exchange rates, and the percentage of the day that occupants spent quietly sitting at their desks. Analysis of bacterial groups indicated various sources of the bacterial aerosol, with micrococci and staphylococci closely associated with occupancy variables, Bacillus with site and occupancy, and coryneform bacteria with site variables only. Approximately 60% of the variance in the outcome measurement of total bacteria was accountedfor by indoor CO2, lower air exchange rate, the age of the building, signs of current or old moisture stains, room volume, indoor relative humidity, and occupant activity level in a multiple linear regression model, with ventilation factors accounting for 40% of the variance.
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) | 0,001 | 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 ».