CO_2センサネットワークに基づく職場におけるSARS-CoV-2空中伝送の防止【JST・京大機械翻訳】

Yokogawa, S.; Ishigaki, Y.; Kitamura, H.; Saito, A.; Kawauchi, Y.

プレプリント

J-GLOBAL ID：202202213369932746 整理番号：22P0321252

CO_2センサネットワークに基づく職場におけるSARS-CoV-2空中伝送の防止【JST・京大機械翻訳】

Prevention of SARS-CoV-2 airborne transmission in a workplace based on CO2 sensor network

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月12日プレプリントサーバーでの情報更新日： 2022年03月12日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

エアロゾル透過に起因するCOVID-19感染のクラスタが生起するオフィス空間において,CO_2センサネットワークを用いて時間当たりの区画空気変化(ACH)を測定した。一般化線形混合モデルと動的時間ワーピングを時系列データ解析に用い,結果は,換気条件がクラスタ発生時に貧弱であり,室内の低ACHが大発生に寄与することを示した。さらに,不適切な分割の悪影響と換気改善の有効性を詳細に調べた。2/h未満のACHが,研究した施設におけるCOVID-19クラスタの形成の主な寄与因子と考えられた。エアロゾルに起因する感染症の伝播を防止するための屋内換気の計測と評価のための実用的な含意A系統的方法を提示する。換気経路に起因する換気バイアスとプラスチックシートの不適当な使用は,CO_2センサネットワークと時系列データ解析によって検出できる。推定換気率は,COVID-19クラスタの形成を抑制する良い指数である。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

粒状物調査測定

, ,

前のページに戻る