MétaCan
Menu
Retour à la cohorte
Enregistrement W3165883577 · doi:10.20944/preprints202105.0661.v1

Preliminary Study of the Potential Photoprotective Effect of Organogel-Based Lipstick Formulations: Texture Analysis, Rheological, Thermal and Sensory Properties

2021· preprint· en· W3165883577 sur OpenAlexaff
Cloé L. Esposito, Plamen Kirilov

Notice bibliographique

RevuePreprints.org · 2021
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésLipstickMouthfeelSpreadabilityFood scienceCosmeticsTexture (cosmology)Materials scienceRheologyChemistryComputer scienceComposite materialRaw materialArtificial intelligenceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

With the increase in occupation-specific risks of lip cancer associated with solar radiation, there is a need for developing photoprotective lipsticks to protect skin against harmful effects of UV radiation. Considering the unique chemical and physical properties of low-molecular-weight organogelators (LMOGs), the present study intended to assess the UV protective properties of LMOGs-based lipstick formulations. In this study, dibenzylidene-D-sorbitol (DBS) and 12-hydroxystearic acid (12-HSA) were used to formulate lipsticks : L1 (1% DBS), L2 (10% 12-HSA), L3 (1.5% DBS) and L4 (control, no LMOGs). The lipstick formulations were tested for in vitro sun protection factors (SPF), UVA protection factor (UVA-PF), thermal, mechanical and texture analyses. Lipsticks with LMOGs exhibited higher UVA-PF and SPF, and more particularly 12-HSA-based lipstick. Results showed also the viscoelastic and heat-resistant properties of LMOGs and their effect of increasing pay-off values. In general, texture analysis indicating that 12-HSA-based lipstick was significantly harder to bend compared to control, while other formulations became softer and easier to bend throughout the stability study. Finally, sensorial and instrumental analyses permitted to classify lipsticks into two groups. This work suggests the potential use of LMOGs as a structuring agent for lipsticks paving the way towards more photoprotective and sustainable-derived alternatives.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,518

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,048
Tête enseignante GPT0,264
Écart entre enseignants0,216 · 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'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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207