Assessment of heavy metals contamination incommercial cosmetic products / Nur Farhanah Zainuddin
Notice bibliographique
Résumé
Atomic Absorption Spectroscopy (AAS) technique was applied to determine and analyse the concentration of heavy metal such as Zn, Pb and Ni in three different skin whitening creams and one herbal cream that available from retail shop in Jengka, Pahang. The samples were digested using acid and then analyzed using AAS. All metals were detected in all samples but with different concentrations. Zinc was range between 6.4 mg/kg and 17.7 mg/kg. Nickel and lead concentration range were lower compared to Zn which were 3.1 mg/kg to 4.2 mg/kg and 6.2 mg/kg to 13.0 mg/kg respectively. The detection of Zn in the whitening creams is under permissible limit as set by FAO I WHO and Health Canada 2007 standard which is 50 mg/kg. Hazard index (HI) values for HI, WI, W2 and W3 were 2.13 x 10-6,4.39 x 10-6 ,3.33 X 10-6 and 3.65 x 10-6 respectively. All values of HI were less than 1 and it is believed that there was no significant risk of non-carcinogenic effects. However, some of the samples contained lead exceeds the permissible limit set by FAO/WHO and Health Canada which is 10 mg/kg. Overall analysis proved that the concentration of heavy metals in herbal cream, HI was lower compared to other whitening creams, WI, W2 and W3. Since the HI values were lower than 1, all products were safe to use. But, it is better to take precaution in using whitening creams since the presence of excess heavy metals may lead to accumulative toxicity in the body beyond the acceptable limit.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».