Inactivation Challenges of SARS-CoV-2 on Surfaces in the Built Environment by Irradiation from Pulse Xenon, 275 nm Light-Emitting-Diode, and Far-Ultraviolet Sources
Notice bibliographique
Résumé
Motivated by the COVID-19 pandemic, laboratory tests were conducted to evaluate ultraviolet-C (UVC) radiation-emitting devices that are potentially capable of inactivating severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) on surfaces common to the built environment. In this study, we evaluated the efficacy of three UVC radiation-emitting devices: a pulsed xenon light, a 275 nm LED, and a 222 nm far-UVC light. Experiments were conducted using virus-containing droplets in either tissue culture media or simulated saliva inoculated onto the materials. UVC radiation was significantly more effective in the inactivation of SARS-CoV-2 on hard nonporous surfaces versus porous surfaces; more effective in wet droplets versus dried droplets, while the inoculum type had less of an impact. These observations are partially supported by UVC absorption measurements of the inoculum, which indicated a higher UVC absorption for simulated saliva versus tissue culture media. Absorption spectra for dried inoculum were identical between 260 and 280 nm, with higher absorbances for tissue culture media versus simulated saliva for shorter wavelengths. The observed reduction in efficacy from laboratory conditions (wet, tissue culture media in, e.g., Petri dishes) to more realistic conditions (dried, simulated saliva droplets) indicates that the implementation of UVC radiation leading to an effective risk reduction remains challenging for surface treatment.
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 | 0,000 | 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) | 0,001 | 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 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 ».