MétaCan
Menu
Retour à la cohorte
Enregistrement W4390819803 · doi:10.38055/fs050110

Beauty and the Packaging Beast: Plastic in the Beauty Industry

2024· article· en· W4390819803 sur OpenAlexvenueno aff
Shelley Haines, Cassandra Sisto, Daniel Foucher

Notice bibliographique

RevueFashion Studies · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt, Politics, and Modernism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeautyAestheticsArt

Résumé

récupéré en direct d'OpenAlex

The beauty industry's reliance on plastic packaging has negatively impacted the environment and human health.Although plastic packaging is convenient and cost-effective for cosmetic companies, it creates significant waste that tends to be overlooked.In this paper, we review the most common plastics used in the beauty industry by looking at their environmental and health implications, as well as alternative bioplastics.Our review begins with an overview of acrylonitrile butadiene styrene (ABS) and styrene-acrylonitrile (SAN), two commonly used thermoplastics for cosmetic packaging.However, both ABS and SAN are challenging to recycle and often end up in landfills.Polyethylene terephthalate (PET) and polypropylene (PP) are versatile plastics with good pliability but are challenging to recycle.High-density polyethylene (HDPE) and low-density polyethylene (LDPE) are commonly used for their flexibility and durability, with HDPE being easier to recycle than LDPE.Polyvinyl chloride (PVC) is flexible, durable, and compatible with a variety of chemicals; however, it poses environmental risks due to its high chlorine content.Some cosmetic companies are turning to biopolymers and bioplastics to counter some of the adverse effects of traditional plastics.These materials can be made from by-products of other industries, often require less energy to produce, and have fewer adverse environmental and health impacts.These alternative materials are necessary to create a more sustainable beauty industry.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0080,028
Communication savante0,0120,010
Science ouverte0,0010,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,093
Tête enseignante GPT0,313
Écart entre enseignants0,220 · 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'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFashion StudiesMême sujetArt, Politics, and ModernismTravaux en français237 207