Protective Effects of Neeli Bhringraj Oil Against Hair Breakage and Strengthening Damaged Hair Fibers: Scientific Evidence from an <i>In-Vitro</i> Fatigue Test Model
Notice bibliographique
Résumé
Objective Hair fall due to breakage is a widespread concern influenced by multiple intrinsic and extrinsic factors such as heat styling, chemical treatments, pollution, and UV exposure. Herbal oils, particularly those used in Ayurvedic practice, have long been valued for their ability to protect and nourish hair. This study aimed to evaluate the efficacy of Neeli Bhringraj oil, a traditional Ayurvedic formulation, in reducing hair breakage and improving tensile strength using in-vitro fatigue test model. Methods Standardized human hair swatches were deliberately damaged through surfactant washes, heat, UV, and pollution exposure. Damaged swatches were randomized and treated for 12 cycles with either Neeli Bhringraj oil (test group) and another with control. After treatment, swatches underwent wet fatigue testing using the TESTRONIX Tensile Strength Tester, where broken fibers were collected and analyzed. Statistical significance was assessed using paired two-tailed t-tests (p <0.05). Results The Neeli Bhringraj oil group showed significantly fewer broken fibers (11.67 ± 4.46) compared to the control group (21.67 ± 9.69, p <0.01). This corresponded to a 4.19-fold improvement or 76.11% reduction in breakage. Fragment analysis further revealed fewer short-length fibers (<6.25 cm) in the test group, indicating stronger tensile resilience. Conclusion This study confirms that Neeli Bhringraj oil (Neela Bhringadi) provides substantial protection against hair breakage and effectively strengthens damaged hair fibers. By forming a protective layer and nourishing the hair shaft, the oil minimizes damage from environmental and mechanical stressors. These findings validate the traditional use of Neeli Bhringraj oil and support its potential as an evidence-based intervention for reducing hair fall and improving overall hair health.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».