MétaCan
Menu
Retour à la cohorte
Enregistrement W7125777705 · doi:10.61554/ijnrph.v3i2.2025.208

Comparative Analysis of Labeling and Claim Substantiation Requirements for Herbal Hair Products across Different Regulatory Jurisdictions

2025· article· W7125777705 sur OpenAlexaboutno aff
Himanshi Anil Dhande, Nayana Chirag Vora, Devyani Vijay Pohane, Mithila Narendra Bambal

Notice bibliographique

RevueInternational Journal of Newgen Research in Pharmacy & Healthcare · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueComplementary and Alternative Medicine Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmonizationCosmeticsLabellingEuropean unionStandardizationLegislationConsumer protectionQuality (philosophy)

Résumé

récupéré en direct d'OpenAlex

In the global dress and particular care request, herbal hair products are one of the swift- growing sectors due to consumers' increased desire for safer, natural, and botanical phrasings. Despite their wide use, different nonsupervisory authorities have veritably different regulations for herbal hair products' labelling and claim validation, which leads to difference in marketing strategies, quality control, and consumer protection. The nonsupervisory fabrics of the United States (FDA), the European Union (EC 1223/2009), India (medicines & Cosmetics Rules BIS), China (NMPA), ASEAN (AHCR), and Canada (NNHPD/ NHP Regulations) are all completely compared in this review, which offers a structured assessment of labelling conditions, obligatory warnings, component protestation rules, permitted claims, and scientific substantiation norms for claim validation. In addition to agitating unborn approaches, similar as the necessity for global botanical standardization alignment, more strict substantiation conditions for claims, and the relinquishment of invariant ornamental labelling norms, this study addresses harmonization gaps. The exploration comes to the conclusion that while nonsupervisory diversity still exists, global trade facilitation and growing consumer mindfulness are causing progressive confluence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,075
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,075
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0020,003
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,363
Tête enseignante GPT0,606
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Newgen Research in Pharmacy & HealthcareMême sujetComplementary and Alternative Medicine StudiesTravaux en français237 207