Ethnobotany and traditional medicine of the inhabitants of the Pantanal Negro sub-region and the raizeiros of Miranda and Aquidauna, Mato Grosso do Sul, Brazil
Notice bibliographique
Résumé
A survey on the use of medical plants was carried out in the rural communities of the Rio Negro sub-region of the Pantanal and the raizeiros from Aquidauana and Miranda municipalities, Mato Grosso do Sul, Brazil, in order to recover the ethnobotanical and ethnopharmacological knowledge of these communities. Structured questionnaires were run with the residents of eight farms and 12 raizeiros. The results reveal 25 botanical families, 45 genera and 48 species of medicinal plants used, six of which are indicated for kidney disturbances, six for urinary disturbances, five for inflammation treatment, 13 for stomach aches, 10 for respiratory disturbances, four for treating sprains, four for healing wounds, four as anti-diarrheaic and one as antipyretic, among other illnesses. The main family was Asteraceae, with 12 species used. The principal preparation methods of the medicinal herbs in the Rio Negro sub-region and surrounding areas were infusion (35) and, mostly, mixed with "chimarrão" or "mate quente", traditional beverage. Nineteen exotic species are used by the raizeiros, (39.58%), which indicates a strong influence of the urban environment. The traditional pantaneiros have greater knowledge of medicinal plants than the raizeiros, and they cited only five exotic species (16.1%).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».