Measurement and Performance Evaluation of an IoT-Integrated Dehumidification Control System for Airborne Infection Isolation Rooms: A Case Study at Betong Hospital
Notice bibliographique
Résumé
This study presents the measurement, and performance evaluation of an IoT-integrated humidity control system for airborne infection isolation rooms (AIIRs), developed in accordance with ASHRAE Standard 170.The system features two silica gel panels that operate alternately between dehumidification and regeneration, allowing continuous and efficient humidity regulation.Environmental monitoring is carried out using a BME280 sensor and an ESP32 microcontroller, providing real-time measurements of temperature and relative humidity.Data are transmitted to Google Firebase and Sheets for cloud-based storage, analysis, and visualization, and are used to assess system performance.A notification system with a front display and smartphone application alerts users when environmental conditions exceed acceptable thresholds.Experimental results show that the system maintained an average temperature of 22.63 and relative humidity at 54.37% RH, both within recommended limits for infection control.The humidity ratio was 0.00882 kg/kgda, below the ASHRAE threshold of 0.012 kg/kgda.Each silica gel panel sustained RH below 60% for approximately 1.3 hours and was fully regenerated at 100 within 55 minutes.Overall, the system demonstrates reliable, real-time environmental control and offers a cost-effective solution for enhancing indoor air quality and strengthening safety for both patients and healthcare personnel in airborne infection isolation rooms.
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 | 0,000 |
| 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 ».