État des lieux de la réglementation européenne relative aux allégations des produits cosmétiques
Bibliographic record
Abstract
Les produits cosmetiques sont des produits du quotidien et sont donc au cœur des preoccupations des consommateurs. Les allegations cosmetiques jouent un role primordial dans leur choix d’achat et sont un levier strategique pour les firmes cosmetiques, il est essentiel que celles-ci soient encadrees de maniere efficace. Apres l’entree en vigueur du Reglement Cosmetique Europeen en Juillet 2013 (Reglement (CE) n°1223/2009), la Commission Europeenne a donc accorde beaucoup d’importance a l’application de la reglementation des allegations cosmetiques. Dans son rapport du 19 septembre 2016, La Commission Europeenne fait etat de la conformite des allegations aux six criteres communs enonces dans le Reglement (UE) n°655/2013. Pour etablir ce rapport, vingt et un des Etats Membres ont participe a la surveillance de leur marche et ont releve dix pour cent de non conformites parmi les allegations cosmetiques controlees. A partir du premier Juillet 2019, la huitieme version de la Recommandation de l’ARPP sur les Produits Cosmetiques entrera en vigueur et permettra d’assurer la prise en compte de la liste des six criteres communs. Tous les produits cosmetiques qui seront mis sur le marche apres cette date seront tenus de s’y conformer. Cette these reprend les fondements du Reglement Cosmetique Europeen et propose une analyse detaillee de la reglementation des allegations cosmetiques en Europe avec un comparatif de la reglementation des allegations cosmetiques dans d’autres entites reglementaires (Etats-Unis, Canada, Japon).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".