Notice bibliographique
Résumé
Objective: Adequate nutrition and moisture are crucial for preventing hair loss and maintaining hair health and appearance. Hair loss (alopecia) affects up to 50% of the population, causing significant social and psychological impacts. Despite the popularity of hair care products and their ingredients known to be beneficial, existing methods for evaluating the absorption of these substances into hair remain limited. This study assesses the absorption and retention of nutrients and moisture within human hair via 3D Raman spectroscopy. Methods: Three variables were structured for a double-arm study, involving untreated hair, water-treated hair, and hair treated with a supplemental hair care product. Hair samples were analyzed for absorption amount, depth, and dryness at 30 min intervals using Raman spectroscopy with 3D imaging technology. Results: Hair treated with hair care product indicated significantly higher in absorption amount, deeper penetration, and reduced dryness, confirmed by statistical analysis ( p < 0.05). After 30 min of treatment, hair care product-treated samples maintained their absorption parameter, amount, depth and dryness ( p < 0.05). This was further validated by the 3D Raman visualization which provided detailed spatial distribution and retention of absorbed substances within the hair fibers over time. Conclusion: These findings demonstrate the superior absorption and retention of hair care product in hair compared to untreated and water-treated hair, setting a new standard for evaluating hair absorption and product efficacy. Our method offers a promising tool for future clinical research and hair care product development. Keywords: hair absorption, hair moisture, hair treatment, hair growth, hair loss, Raman spectroscopy
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».