Understanding the Environmental Distribution and Potential Health Risks of Pollutants from Deodorant Products: A Review
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
Deodorants are frequently used personal care products; however, questions have been raised concerning their possible toxicity to cause air and water pollution, and their potential impact on human health. The degree to which deodorant ingredients, such as fragrance chemicals, antibacterial compounds, aluminium compounds, and preservatives, are toxic depends on their chemical composition. Many of these chemicals have been connected to adverse health effects, such as skin rashes, allergic reactions, endocrine disruption, and respiratory problems. Understanding these chemicals’ toxicity is crucial for determining any potential risks to human health. Spray formulations have the potential to release volatile organic compounds into the air, such as propellants and fragrance chemicals, which can be harmful to human respiratory health and lead to indoor and outdoor air pollution. Improper disposal and wastewater treatment can lead to the contamination of water bodies, potentially impacting aquatic ecosystems and human water supplies. This review provides an overview of the toxicity of deodorant ingredients in various formulations, including sprays, roll-ons, and sticks. The partition coefficients Log K aw (air-water partition coefficient), Log K oa (airorganic carbon partition coefficient), and Log K ow (octanol-water partition coefficient), values of deodorant ingredients were summarized for assessing their potential for long-range transport, persistence in the environment, and bioaccumulation in organisms.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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