MétaCan
Menu
Retour à la cohorte
Enregistrement W3034980671 · doi:10.1097/dss.0000000000002478

Photoprotection With Mineral-Based Sunscreens

2020· review· en· W3034980671 sur OpenAlexaff
Nowell Solish, Shannon Humphrey, Brittany Waller, Sherri Vanderveen

Notice bibliographique

RevueDermatologic Surgery · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhotoprotectionSun protectionSun protection factorUltraviolet radiationMedicineBroad spectrumInternet privacyDermatologyComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although chemical sunscreens have traditionally been at the forefront of sun protection, safety concerns and increasing awareness of the environmental impact of personal-care products have led to greater interest in the use of mineral blockers as photoprotective agents. OBJECTIVE: To examine the safety and efficacy of mineral-based sunscreens to allow patients to make informed choices about ultraviolet (UV) protection. MATERIALS AND METHODS: A review of the literature was performed using the PubMed database. RESULTS: This article provides an overview of physical blockers and focuses on the efficacy of mineral sunscreens in offering broad-spectrum UV protection and safety concerns, including the controversy surrounding the use of nanoparticles. Practical tips for application are also reviewed. CONCLUSION: Mineral sunscreens are an attractive, efficacious option for consumers who prefer alternative choices in sun protection.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
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 Opus0,095
Tête enseignante GPT0,318
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatologic SurgeryMême sujetSkin Protection and AgingTravaux en français237 207