Aller au contenu principal
Accès ouvert déclaré 2026 preprint

Optimization of Operational Parameters of a Condensation-based Bioaerosol Sampler for Efficient Sampling using Machine Learning

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : us. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Optimization of Operational Parameters of a Condensation-based Bioaerosol Sampler for Efficient Sampling using Machine Learning
Date Crossref
01/01/2026
Éditeur
Elsevier BV
Type
posted-content

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • University of Miami pays non établi dans la notice
    Université ou école supérieure
  • University of Florida pays non établi dans la notice
    Université ou école supérieure
  • Florida College pays non établi dans la notice
    Université ou école supérieure

University of Miami, University of Florida et Florida College.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Indoor Air Quality and Microbial ExposureInfection Control and VentilationAir Quality Monitoring and Forecasting

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.