MétaCan
Menu
Retour à la cohorte
Enregistrement W7117292658 · doi:10.36838/v7i12.159

Evaluation of Harmful Substances in Menstrual Products: A Review

2025· article· W7117292658 sur OpenAlexaff
Michelle Onyebuchi

Notice bibliographique

RevueInternational journal of high school research · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueMenstrual Health and Disorders
Établissements canadiensDawson College
Organismes subventionnairesnon disponible
Mots-clésMEDLINEDiseaseRisk assessmentPregnancyMenstrual cycle

Résumé

récupéré en direct d'OpenAlex

Menstrual products are widely used and present a potential source of exposure to harmful substances for users.This review examines the presence of Volatile Organic Compounds (VOCs), heavy metals, and dioxins in menstrual products and assesses their potential risks to human health.Studies indicate that tampons and pads contain VOCs.Heavy metals such as chromium, arsenic, and lead are also detected in both tampons and pads, with variation between organic and non-organic products and across different regions.While dioxin levels in menstrual products are generally low and considered negligible by most studies, concerns remain due to the high permeability of vaginal tissue.Current regulations surrounding menstrual products vary across different nations, with a lack of mandatory chemical testing and ingredient disclosure.There is an evident need for further research to fully assess the long-term health impacts of exposure to harmful substances through menstrual products.Finally, there is a need for stricter and more consistent global regulations surrounding menstrual products to ensure consumer safety.

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)0,039
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0390,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,176
Tête enseignante GPT0,551
Écart entre enseignants0,375 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of high school researchMême sujetMenstrual Health and DisordersTravaux en français237 207