MétaCan
Menu
Retour à la cohorte
Enregistrement W6958297053 · doi:10.60692/esgr2-gk231

Assessment of some heavy metals in selected cosmetics commonly used in Bangladesh and human health risk

2019· article· en· W6958297053 sur OpenAlexaboutno aff

Notice bibliographique

RevueGreater South Information System · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePost-Soviet Geopolitical Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Hazard quotientCadmiumCosmeticsChromiumRisk assessmentHuman health

Résumé

récupéré en direct d'OpenAlex

In Bangladesh, use of beauty cream is very much popular and a common daily task for the people. The current study is focusing on the assessment of some toxic heavy metals such as lead, cadmium, chromium, and mercury contamination in some beauty creams commonly used by Bangladeshi people. The results indicate that the concentrations of lead, cadmium, and chromium exceed the maximum allowable concentrations, whereas mercury is found below the acceptable limit set by WHO/EU. However, according to Health Canada, the concentrations of cadmium and chromium for all the selected samples (except cadmium in sample coded A) was within the permissible limit. Health risks associated with these metal intakes via dermal exposure route are evaluated in terms of chronic daily intake (CDI) and hazard quotient (HQ). The carcinogenic risk (CR) estimated for chromium indicates that it is within the acceptable range. The cancer and non-cancer risk results indicate that although the chances of cancer risk and non-cancer risk resulting from the use of these cosmetic products were unlikely, buildup of these toxic heavy metals overtime on continuous usage could be detrimental for Bangladeshi people.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,298
Écart entre enseignants0,271 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetPost-Soviet Geopolitical DynamicsTravaux en français237 207