MétaCan
Menu
Retour à la cohorte
Enregistrement W7092655624 · doi:10.14324/111.444/ucloe.icmb25.a8

Assessing the Influence of Seasonal Changes on Mould Growth and Indoor Air Quality in Nunavik

2025· article· W7092655624 sur OpenAlexaff

Notice bibliographique

RevueUCL Open Environment · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésIndoor air qualityAir quality indexAir pollutionFungal growthIndoor airSeasonalityBiomass (ecology)

Résumé

récupéré en direct d'OpenAlex

Indoor air pollution and mould growth in buildings pose a significant threat to indoor air quality (IAQ). This study aimed to quantify airborne fungal indicators, including those related to water damage, and describe fungal diversity on mouldy surfaces in 60 residences in Nunavik. Three sampling campaigns were done between 2023 and 2024. Active air and surface samples from visible mouldy areas were collected. Airborne moulds were quantified in the air with qPCR tools and the fungal diversity of the surfaces was described following fungal cultivation and Sanger-type sequencing. Results showed significant differences in fungal biomass indicators between indoor and outdoor airborne fungal indicators with a marked seasonal variation. Surface samples exhibited similar fungal communities across seasons, suggesting that moisture-related factors in the building contribute to the persistent presence of mould. These findings highlight the impact of seasonal variations and building-related factors on fungal growth and IAQ in Nunavik housing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,408
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,305
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUCL Open EnvironmentMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207