Impact of ionizers on prevention of airborne infection in classroom
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Infectious diseases (e.g., coronavirus disease 2019) dramatically impact human life, economy and social development. Exploring the low-cost and energy-saving approaches is essential in removing infectious virus particles from indoors, such as in classrooms. The application of air purification devices, such as negative ion generators (ionizers), gains popularity because of the favorable removal capacity for particles and the low operation cost. However, small and portable ionizers have potential disadvantages in the removal efficiency owing to the limited horizontal diffusion of negative ions. This study aims to investigate the layout strategy (number and location) of ionizers based on the energy-efficient natural ventilation in the classroom to improve removal efficiency (negative ions to particles) and decrease infection risk. Three infected students were considered in the classroom. The simulations of negative ion and particle concentrations were performed and validated by the experiment. Results showed that as the number of ionizers was 4 and 5, the removal performance was largely improved by combining ionizer with natural ventilation. Compared with the scenario without an ionizer, the scenario with 5 ionizers largely increased the average removal efficiency from around 20% to 85% and decreased the average infection risk by 23%. The setup with 5 ionizers placed upstream of the classroom was determined as the optimal layout strategy, particularly when the location and number of the infected students were unknown. This work can provide a guideline for applying ionizers to public buildings when natural ventilation is used. Electronic Supplementary Material ESM: the Appendix is available in the online version of this article at 10.1007/s12273-022-0959-z.
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.
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) | 0,000 | 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 découle