MétaCan
Menu
Retour à la cohorte
Enregistrement W4402588001 · doi:10.1080/07388551.2024.2393420

Potential anti-aging applications of microbial-derived surfactantsin cosmetic formulations

2024· review· en· W4402588001 sur OpenAlexaff
Amir Mohammad Bagheri, Masoud Mirzahashemi, Soodeh Salarpour, Yasmin Dehghnnoudeh, İbrahim M. Banat, Mandana Ohadi, Gholamreza Dehghannoudeh

Notice bibliographique

RevueCritical Reviews in Biotechnology · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBiochemical engineeringChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

The skin aging process is a complex interaction of genetic, epigenetic, and environmental factors, such as chemical pollution and UV radiation. There is growing evidence that biosurfactants, especially those of microbial origin, have distinct age-supportive effects through different mechanisms, such as stimulation of fibroblast growth, high antioxidant capacities, and favorable anti-inflammatory properties. With a growing financial contribution of more than 15 m€per year, microbial surfactants (MSs) display unique biological effects on the skin including improved cell mobility, better nutrient access, and facilitated cellular growth under harsh conditions. Their biodegradable nature, unusual surface activity, good safety profile and tolerance to high temperature and pH variations widen their potential spectrum in biomedical and pharmaceutical applications. MSs typically have lower critical micelle concentration (CMC) levels than chemical surfactants enhancing their effectiveness. As natural surfactants, MSs are considered possible "green" alternatives to synthetic surfactants with better biodegradability, sustainability, and beneficial functional properties. This review therefore aims to explore the potential impacts of MSs as anti-aging ingredients.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,027
Tête enseignante GPT0,329
Écart entre enseignants0,302 · 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'étudeSans objet
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in BiotechnologyMême sujetMicroplastics and Plastic PollutionTravaux en français237 207