Formulation and evaluation of peel-off gel mask with St. John's Wort oil and activated carbon from pinecone
Notice bibliographique
Résumé
Abstract Objective Skin needs care to protect against environmental pollution. The facial skin can be protected such as cream, peel off mask and lotion facemask. This study aim is to develop the antibacterial peel-off mask gel containing St. John's Wort Oil (Hypericum perforatum oil). Methods This peel-off gel mask consists of ascorbic acid, polyvinyl alcohol (PVA, as preservative), polyethylene glycol (peg), glycrine (as plasticizer), polysorbate (tween twenty, as stabilizer), ethanol and distilled water with the addition of St. John's Wort Oil and active carbon. The peel-off physical properties (homogeneity, spreadability, viscosity, film-drying time), chemical properties (pH value, stability and antibacterial activity properties) were examined. Using of an active ingredient in peel off mask, it strengthens the role of peel off mask by opening the clogged pores. Activated carbon was added to this formulation as an active ingredient due to its adsorbent activity. In this present study, activated carbon was obtained from pinecone. Results The specific surface area (SBET) of activated carbon was found to be 536.998 m²/g. The antimicrobial activity of the St. John's Wort Oil was tested against Gram-negative bacteria (Pseudomonas aeruginosa) and Gram-positive bacteria (Staphylococcus aureus) as well as one pathogenic fungus ( Candida albicans , ATCC 10231). Disc diffusion method was used to study antimicrobial activity. Conclusion The prepared peel of mask showed a good peeling feature without causing edema or irritation on the skin and that it can increase skin cleansing by removing the dirt in the skin pores.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».