MétaCan
Menu
Retour à la cohorte
Enregistrement W2996709458 · doi:10.1111/ina.12632

Bacterial and fungal ecology on air conditioning cooling coils is influenced by climate and building factors

2019· article· en· W2996709458 sur OpenAlexaff
Alexa Bakker, Jeffrey A. Siegel, Mark J. Mendell, Aaron J. Prussin, Linsey C. Marr, Jordan Peccia

Notice bibliographique

RevueIndoor Air · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesAlfred P. Sloan Foundation
Mots-clésAir conditioningTropical climateEcologyEnvironmental scienceMoistureHVACVentilation (architecture)BiologyEnvironmental engineeringEngineeringGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

The presence of biofilms on the cooling coils of commercial air conditioning (AC) units can significantly reduce the heat transfer efficiency of the coils and may lead to the aerosolization of microbes into occupied spaces of a building. We investigated how climate and AC operation influence the ecology of microbial communities on AC coils. Forty large-scale commercial ACs were considered with representation from warm-humid and hot-dry climates. Both bacterial and fungal ecologies, including richness and taxa, on the cooling coil surfaces were significantly impacted by outdoor climate, through differences in dew point that result in increased moisture (condensate) on coils, and by the minimum efficiency reporting value (MERV 8 vs MERV 14) of building air filters. Based on targeted qPCR and sequence analysis, low efficiency upstream filters (MERV 8) were associated with a greater abundance of pathogenic bacteria and medically relevant fungi. As the implementation of air conditioning continues to grow worldwide, better understanding of the factors impacting microbial growth and ecology on cooling coils should enable more rational approaches for biofilm control and ultimately result in reduced energy consumption and healthier buildings.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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

Citations31
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndoor AirMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207