Building and environmental factors that influence bacterial and fungal loading on air conditioning cooling coils
Notice bibliographique
Résumé
We investigated bacterial and fungal concentrations on cooling coils of commercial AC units and quantified associations between microbial loads and AC unit or building operational parameters. A field campaign was conducted to sample 25 AC units in the humid, subtropical climate of Southern CT, USA and 15 AC units in the hot-summer Mediterranean climate of Sacramento, CA, USA. Median concentrations (with interquartile range) of bacteria and fungi on the cooling coils were 1.2 × 107 (5.1 × 106-3.9 × 107) cells/m2 and 7.6 × 105 (5.6 × 104-4.4 × 106) spore equivalents (SE)/m2, respectively. Concentrations varied among units with median unit concentrations ranging three orders of magnitude for bacteria and seven orders of magnitude for fungi. Controlled comparisons and multivariable regressions indicate that dominant factors associated with AC coil loading include the nominal efficiency of upstream filters (P = .008 for bacteria and P < .001 for fungi) and coil moisture, which was reflected in fungal loading differences between top and bottom halves of the AC coils in Southern CT (P = .05) and the dew points of the two climates considered (P = .04). Environmental and building characteristics explained 42% (P < .001) of bacterial concentration variability and 66% (P < .001) of fungal concentration variability among samples.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».