MétaCan
Menu
Retour à la cohorte
Enregistrement W2953441995 · doi:10.1080/09603123.2019.1634799

Settled dust assessment in clinical environment: useful for the evaluation of a wider bioburden spectrum

2019· article· en· W2953441995 sur OpenAlexaff
Carla Viegas, Beatriz Almeida, Ana Monteiro, Inês Paciência, João Cavaleiro Rufo, Elisabete Carolino, Anita Quintal Gomes, Magdalena Twarużek, Robert Kosicki, Geneviève Marchand, Liliana Aranha Caetano, Susana Viegas

Notice bibliographique

RevueInternational Journal of Environmental Health Research · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésBioburdenEnvironmental scienceRhizopusSampling (signal processing)Veterinary medicineBiologyMicrobiologyMedicineFood scienceEngineeringFilter (signal processing)

Résumé

récupéré en direct d'OpenAlex

The collection and analysis of settled dust samples from indoor environments has become one of several environmental sampling methods used to assess bioburden indoors. The aim of the study was to characterize the bioburden in vacuumed settled dust from 10 Primary Health Care Centers by culture based and molecular methods. Results for bacterial load ranged from 1 to 12 CFU.g−1 of dust and Gram-negative bacteria ranged between 1 to 344 CFU.g−1 of dust. Fungal load ranged from 0 CFU.g−1 of dust to uncountable. Aspergillus section Fumigati was detected in 4 sampling sites where culture base-methods could not identify this section. Mucorales (Rhizopus sp.) was observed on 1 mg/L voriconazole. Three out of 10 settled dust samples were contaminated by mycotoxins. Settled dust sampling coupled with air sampling in a routine way might provide useful information about bioburden exposure.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,182
Tête enseignante GPT0,494
Écart entre enseignants0,312 · 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'étudeObservationnel
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

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Health ResearchMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207