MétaCan
Menu
Retour à la cohorte
Enregistrement W4304779986 · doi:10.51412/psnnjp.2022.29

Evaluation of cosmetic lipsticks for hazardous heavy metals and determination of antimicrobial potency

2022· article· en· W4304779986 sur OpenAlexaff
Olufemi Lionel Okunye, Philip Adegboyega Idowu, Babatunde Meshach Okanlawon, Olufunmilayo Ebunoluwa Adejumo, Oladapo Elijah Oyinloye, Michael Oluwole Osungunna, Ayedun Joshua Seun, Rukayyat Ademola Sadiq, Samuel Lawal Adefisoye

Notice bibliographique

RevueNigerian Journal of Pharmacy · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLipstickAcetoneChemistryDistilled waterChromatographyPreservativeDiluentAgarFood scienceNuclear chemistryBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Background: Lipstick, a cosmetic product containing pigment, wax materials, oils and emollient that apply color, is the most widely used cosmetic make-up to enhance the beauty of lips. Consciously or unconsciously, lipsticks have cast a spell over cultures for years and its possible health implications on the consistent wearer's remain a subject of controversy. This study evaluated commercial lipsticks purchased from selected beauticians' shops in Ibadan for antimicrobial potency and hazardous heavymetals. Methods: One gram (1g) of representative lipsticks samples was weighed on analytical weighing balance and dissolve in 10 mL of acetone. A stock concentration of 100mg/mL was prepared using 50% acetone as diluents. Thereafter, 5mL of the stock was pipette in to 5mls of 5% acetone to make a concentration of 50mg/mL . A quantity of 0.8g of each representative samples were weighed and 8mL of HNO3: HCl (1:3) were added to the samples in each beaker. The samples were heated and the preparation was allowed to cool and filtered to removed undissolved waxy materials, while the digested solutions were made up to mark 40 ml with sterile distilled water. The sample solutions were analyzed for Cr, Pb, Cd, Mn, Fe and Zn using FlameAtomicAbsorption Spectrophotometer. Culture of E. coli, S. aureus, K. pneumonia, Streptococcus sp, and Pseudomonas aeruginosa seeded in moltenMueller Hinton agar were challenged with (100mg/mL and 50mg/mL) concentrations of selected acetone dissolved lipsticks samples using agar well diffusion technique. Results: Lead was found in varied concentrations in all the 15 samples examined, while Cadmium, Magnesium, Zinc and Iron were found in 7 of the 15 samples, Chromium was found in 3 of the total samples examined. Thirteen (13) of the 15 samples of lipsticks examined exhibited antimicrobial property against Escherichia coli, Staphylococcus aureus and Klebsiella spp at either 100 mg/mLand/or 50mg/mL. Conclusion: The degree of heavy metals detected from the samples examined could be inimical to user's health coupled with the susceptibility of some of the lipsticks sample to bacteria of clinical potential. There is therefore a need for extensive testing to assess and assure the efficacy of lipsticks regularly before delivery to markets.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,091
Tête enseignante GPT0,363
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNigerian Journal of PharmacyMême sujetSensory Analysis and Statistical MethodsTravaux en français237 207