MétaCan
Menu
Retour à la cohorte
Enregistrement W2787310251

Determination of Cadmium, Lead, Nickel and Zinc in Hair Cream Products on the Nigerian Market

2018· article· en· W2787310251 sur OpenAlexaboutno aff
Omali I.C Paul, Casimir Emmanuel Gimba, Stephen Eyije Abechi

Notice bibliographique

RevueJournals & Books Hosting (International Knowledge Sharing Platform) · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePharmacological Effects of Medicinal Plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCadmiumHeavy metalsCosmeticsZincHair careNickelChemistryToxicologyEnvironmental chemistryMetallurgyMaterials scienceBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this study, heavy metals like Pb, Cd, Ni and Zn were quantitatively estimated using AAS.The results indicate that among the toxic heavy metals, Pb, Ni and Pb were exceeding the Health Canada permissible limit fixed for hair creams in most of the hair cream samples, but Cadmium was found appreciably well below the permissible limit.At 95% confidence level, p < 0.05, there is a significant difference in the values of the concentration of heavy metals among the hair cream samples used in this study, except for Cadmium concentrations which at this confidence level, p > 0.05, has no significant difference.In conclusion, enforcement of strict and separate regulatory guidelines and promotion of Good Analytical Practice (GAP) and Good Manufacturing Practices (GMP) is suggested for hair cream cosmetics by Health Canada and other regulatory agencies in Nigeria.This study presents the status of heavy metals in marketed hair cream cosmetic formulations and also provides a simple and convenient AAS method which can effectively be adopted at Industrial level for the quality control and standardization of hair care cosmetic preparations and other related products.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,669

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,066
Tête enseignante GPT0,355
Écart entre enseignants0,289 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournals & Books Hosting (International Knowledge Sharing Platform)Même sujetPharmacological Effects of Medicinal PlantsTravaux en français237 207