Airborne Infectious Agents and Other Pollutants in Automobiles for Domestic Use: Potential Health Impacts and Approaches to Risk Mitigation
Notice bibliographique
Résumé
The world total of passenger cars is expected to go from the current one billion to >2.5 billion by 2050. Cars for domestic use account for ~74% of the world's yearly production of motorized vehicles. In North America, ~80% of the commuters use their own car with another 5.6% travelling as passengers. With the current life-expectancy of 78.6 years, the average North American spends 4.3 years driving a car! This equates to driving 101 minutes/day with a lifetime driving distance of nearly 1.3 million km inside the confined and often shared space of the car with exposure to a mix of potentially harmful pathogens, allergens, endotoxins, particulates, and volatile organics. Such risks may increase in proportion to the unprecedented upsurge in the numbers of family cars globally. Though new technologies may reduce the levels of air pollution from car exhausts and other sources, they are unlikely to impact our in-car exposure to pathogens. Can commercial in-car air decontamination devices reduce the risk from airborne infections and other pollutants? We lack scientifically rigorous protocols to verify the claims of such devices. Here we discuss the essentials of a customized aerobiology facility and test protocols to assess such devices under field-relevant conditions.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».