SARS-CoV-2 Ultraviolet Radiation Dose-Response Behavior
Notice bibliographique
Résumé
Ultraviolet (UV) radiation in the wavelength range 200 nm ≤ λ ≤ 320 nm, which includes both the UV-C and UV-B portions of the spectrum, is known to be effective for inactivation of a wide range of microbial pathogens, including viruses. Previous research has indicated UV-C radiation to be effective for inactivation of severe acute respiratory syndrome coronavirus (SARS-CoV), the virus that caused an outbreak of SARS in 2003. Given the structural similarities of SARS-CoV and SARS-CoV-2, the cause of coronavirus disease 2019 (COVID-19), it is anticipated that UV radiation should be effective for inactivation of SARS-CoV-2 too. Recently published data support this assertion, but only for a narrow set of exposure and matrix conditions. Models based on genomic and other characteristics of viruses have been developed to provide predictions of viral inactivation responses to UV exposure at λ = 254 nm. The predictions of these models are consistent with reported measurements of viral inactivation, including for SARS-CoV-2. As such, current information indicates that UV-C irradiation should be effective for control of SARS-CoV-2, as well as for control of other coronaviruses; however, additional research is needed to quantify the effects of several important process variables, including the wavelength of radiation, the effects of relative humidity on airborne and surface-associated viruses, and the effects of the medium of 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».