Environmental factors influencing fungal growth on gypsum boards and their structural biodeterioration: A university campus case study
Notice bibliographique
Résumé
The new era in the design of modern healthy buildings necessitates multidisciplinary research efforts that link principles of engineering and material sciences with those of building biology, in order to better comprehend and apply underlying interactions among design criteria. As part of this effort, there have been an array of studies in relation to the effects of building characteristics on indoor microbiota and their propensity to cause health issues. Despite the abundance of scientific inquiries, limited studies have been dedicated to concomitantly link these effects to the deterioration of 'structural integrity' in the building materials. This study focuses on the observed biodeteriorative capabilities of indoor fungi upon the ubiquitous gypsum board material as a function of building age and room functionality within a university campus. We observed that the fungal growth significantly affected the physical (weight loss) and mechanical (tensile strength) properties of moisture-exposed gypsum board samples; in some cases, tensile strength and weight decreased by more than 80%. Such intertwined associations between the biodeterioration of building material properties due to viable indoor fungi, and as a function of building characteristics, would suggest a critical need towards multi-criteria design and optimization of next-generation healthy buildings. Next to structural integrity measures, with a better understanding of what factors and environmental conditions trigger fungal growth in built environment materials, we can also optimize the design of indoor living spaces, cleaning strategies, as well as emergency management measures during probable events such as flooding or water damage.
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 | 0,000 | 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 ».