Improved estimates of 222 nm far-UVC susceptibility for aerosolized human coronavirus via a validated high-fidelity coupled radiation-CFD code
Notice bibliographique
Résumé
Transmission of SARS-CoV-2 by aerosols has played a significant role in the rapid spread of COVID-19 across the globe. Indoor environments with inadequate ventilation pose a serious infection risk. Whilst vaccines suppress transmission, they are not 100% effective and the risk from variants and new viruses always remains. Consequently, many efforts have focused on ways to disinfect air. One such method involves use of minimally hazardous 222 nm far-UVC light. Whilst a small number of controlled experimental studies have been conducted, determining the efficacy of this approach is difficult because chamber or room geometry, and the air flow within them, influences both far-UVC illumination and aerosol dwell times. Fortunately, computational multiphysics modelling allows the inadequacy of dose-averaged assessment of viral inactivation to be overcome in these complex situations. This article presents the first validation of the WYVERN radiation-CFD code for far-UVC air-disinfection against survival fraction measurements, and the first measurement-informed modelling approach to estimating far-UVC susceptibility of viruses in air. As well as demonstrating the reliability of the code, at circa 70% higher, our findings indicate that aerosolized human coronaviruses are significantly more susceptible to far-UVC than previously thought.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».