Near-Infrared Light and Skin: Why Intensity Matters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Infrared light (760 nm-1 mm) constitutes approximately 40% of the solar radiation reaching the ground at sea level. Shortest wavelength near-infrared (NIR) photons (NIR or IR-A: 760-1,400 nm) can penetrate the epidermis, dermis, and subcutaneous tissue with numerous biological effects. NIR used to have a bad reputation on the basis of past studies using high-intensity artificial light sources (above the solar IR-A irradiance threshold) at high doses leading to detrimental effects (i.e., upregulation of matrix metalloproteinase-1). However, when looking at the other side of the coin and what we can learn from the sun, NIR intensity matters. Hence, mimicking sunlight NIR intensity (30-35 mW/cm2) will rather trigger beneficial cutaneous effects. It is likely that intensity is more important than the fluence (dose) delivered. Moreover, the law of reciprocity (i.e., the biological effect is directly proportional to the total dose irrespective of intensity) does not always apply when considering tissue response in photobiology. In fact, the biphasic dose curve (Arndt-Schulz curve) of photobiomodulation establishes that if irradiance is lower than the physiological threshold value for a given target, it does not produce beneficial effects, even when -irradiation duration is extended. Also, photo-inhibitory deleterious effects may occur at higher irradiances. Remarkably, the beneficial "sweet spot" in between corresponds to the irradiance of the sun. NIR might even precondition the skin from an evolutionary standpoint as exposure to early morning NIR wavelengths in sunlight may prepare the skin for upcoming mid-day harmful UVR. Consequently, NIR light appears to be the solution, not the problem.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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