Emergency Knowledge Translation, COVID-19 and indoor air: evaluating a virtual ventilation and filtration consultation program for community spaces in Ontario
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
Abstract Background An October, 2021 review of Public Health Ontario's COVID-19 guidance for congregate settings such as shelters and long-term care homes demonstrated that this guidance did not include references to ventilation or filtration. In April 2022, an interdisciplinary team with expertise in indoor air quality (IAQ), engineering, epidemiology, community programming and knowledge translation launched a virtual ventilation and filtration consultation program for community spaces in Toronto, Ontario. The program gives people working in community spaces direct access to IAQ experts through 25-min online appointments. The program aims to help reduce the risk of COVID-19 transmission in community spaces, and was designed to help compensate for gaps in public health guidance and action. Methods Representatives from participating organizations (n. 27) received a link to an online survey via email in April 2023. Survey questions explored the impacts of the program on topics such as: purchase and use of portable air filters; maintenance and use of bathroom fans; and, maintenance and modification of HVAC systems. Survey participation was anonymous, and no demographic information was collected from participants. Results Representatives from 11 organizations completed the survey (40%). Of those who responded, nine (82%) made changes as a result of the program, with eight (73%) making two or more changes such as purchasing portable air filters and increasing routine maintenance of HVAC systems. Conclusions When presented with brief access to expert support and tailored plain language guidance, people working in community spaces increased their use of ventilation and filtration strategies for COVID-19 infection prevention 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.
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 | 0,001 |
| 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) | 0,079 | 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