Unraveling the impact of operational parameters and environmental conditions on the quality of viable bacterial aerosols
Notice bibliographique
Résumé
Abstract Viable pathogen-laden droplets of consistent quality are essential for reliably assessing the protection offered by facemasks against airborne infections. We identified a significant gap in guidance within standardized tests for evaluating the filtration efficiencies of facemask materials using viable bacteria-laden aerosol droplets. An aerosol platform, built according to the American Society for Testing and Materials standard F2101-19, was used to validate and standardize facemask filtration test procedures. We utilized this platform to investigate the impact of varying five operating parameters, namely suspension media composition, relative humidity, pathogen concentration, and atomizer airflow and feed flow rates, on the aerosol quality of viable bacteria-laden aerosols. We achieved consistent generation of 1,700 to 3,000 viable bacteria-laden droplets sized between 2.7 and 3.3 µm under the following optimized test conditions: 1.5% w/v peptone water concentration, ≥80% relative humidity at 24 ± 2 °C, 1 × 105 CFU/mL bacterial concentration, 1.5 L/min atomizer airflow rate, and 170 μL/min feed flow rate. We also explored the consequence of deviating from these optimized test parameters on viable bacteria-laden aerosol quality. These results highlight the importance of controlling these parameters when studying airborne transmission and control.
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) | 0,000 | 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 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 ».