MétaCan
Menu
Retour à la cohorte
Enregistrement W4308915290 · doi:10.1289/ehp10808

A Systematic Review of Mercury Exposures from Skin-Lightening Products

2022· review· en· W4308915290 sur OpenAlexaff
Ashley Bastiansz, Jessica Ewald, Verónica Rodríguez Saldaña, Andrea Santa‐Rios, Niladri Basu

Notice bibliographique

RevueEnvironmental Health Perspectives · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Interquartile rangeWeb of scienceMERCURY EXPOSUREEnvironmental healthScopusData extractionSystematic reviewMedicineMEDLINEToxicologyEnvironmental chemistryBiomonitoringComputer scienceChemistryBiologyMeta-analysisPathologySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: . However, there is a lack of knowledge surrounding the global prevalence of mercury-added skin-lightening products. OBJECTIVE: The objective of this study was to increase our understanding of worldwide human mercury exposure from skin-lightening products. METHODS: ) "Health impacts." RESULTS: ; interquartile range (IQR): 0.02-5.9] and 1,042 human biomarker measurements from 863 individuals. We also synthesized usage information from 3,898 individuals and self-reported health impacts associated with using mercury-added products from 832 individuals. DISCUSSION: This review suggests that mercury widely exists as an active ingredient in many skin-lightening products worldwide and that users are at risk of variable and often high exposures. These synthesized findings identify data gaps and help increase our understanding of the health risks associated with the use of these products. https://doi.org/10.1289/EHP10808.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,037
Tête enseignante GPT0,332
Écart entre enseignants0,295 · 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'étudeRevue systématique
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

Citations54
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health PerspectivesMême sujetMercury impact and mitigation studiesTravaux en français237 207