MétaCan
Menu
Retour à la cohorte
Enregistrement W2097833727 · doi:10.5539/jas.v4n10p144

Chemical Composition, Antibacterial and Antioxidant Activities of Leaves Essential Oils from Syzygium cumini L., Cupressus sempervirens L. and Lantana camara L. from Egypt

2012· article· en· W2097833727 sur OpenAlexvenueno aff
Hosam O. Elansary, Mohamed Z. M. Salem, Nader A. Ashmawy

Notice bibliographique

RevueJournal of Agricultural Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLantana camaraSyzygiumDPPHAntibacterial activityChemistryMyrtaceaeEssential oilTraditional medicineBotanyFood scienceAntioxidantBiologyOrganic chemistryBacteria

Résumé

récupéré en direct d'OpenAlex

Leaves essential oils of Syzygium cumini L. Cupressus sempervirens L. and Lantana camara L., from Alexandria, Egypt were analysed by Gas chromatography-mass spectrometry (GC-MS). The antibacterial and antioxidant activities were assessed for each oil using minimum inhibitory concentrations (MICs) and 2,2-diphenyl-1-picrylhydrazyl (DPPH) methods; respectively. The main oil constitutes were alpha-pinene (17.53%), alpha-terpineol (16.67%) and alloocimene (13.55%) in S. cumini, trans-caryophyllene (15.57%) and alpha-humulene (9.16%) in L. camara and cedrol (21.29%), delta3-carene (17.85%) and alpha-pinene (6.9%) in C. Sempervirens. The antibacterial activity was studied against some bacterial strains. The oil of S. cumini demonstrated strong inhibition activity against the tested bacterial strains. The total antioxidant activity (TAA %) was 11.13, 9.13, 3.13% for S. cumini, L. camara and C. sempervirens, respectively. Our work revealed that the studied leaf oils are new promising potential sources of antioxidants and antibacterial compounds and good future practical applications for human and plant health.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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'étudeExpérimental (laboratoire)
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

Citations79
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207