Traditional use of medicinal plants in the boreal forest of Canada: review and perspectives
Notice bibliographique
Résumé
BACKGROUND: The boreal forest of Canada is home to several hundred thousands Aboriginal people who have been using medicinal plants in traditional health care systems for thousands of years. This knowledge, transmitted by oral tradition from generation to generation, has been eroding in recent decades due to rapid cultural change. Until now, published reviews about traditional uses of medicinal plants in boreal Canada have focused either on particular Aboriginal groups or on restricted regions. Here, we present a review of traditional uses of medicinal plants by the Aboriginal people of the entire Canadian boreal forest in order to provide comprehensive documentation, identify research gaps, and suggest perspectives for future research. METHODS: A review of the literature published in scientific journals, books, theses and reports. RESULTS: A total of 546 medicinal plant taxa used by the Aboriginal people of the Canadian boreal forest were reported in the reviewed literature. These plants were used to treat 28 disease and disorder categories, with the highest number of species being used for gastro-intestinal disorders, followed by musculoskeletal disorders. Herbs were the primary source of medicinal plants, followed by shrubs. The medicinal knowledge of Aboriginal peoples of the western Canadian boreal forest has been given considerably less attention by researchers. Canada is lacking comprehensive policy on harvesting, conservation and use of medicinal plants. This could be explained by the illusion of an infinite boreal forest, or by the fact that many boreal medicinal plant species are widely distributed. CONCLUSION: To our knowledge, this review is the most comprehensive to date to reveal the rich traditional medicinal knowledge of Aboriginal peoples of the Canadian boreal forest. Future ethnobotanical research endeavours should focus on documenting the knowledge held by Aboriginal groups that have so far received less attention, particularly those of the western boreal forest. In addition, several critical issues need to be addressed regarding the legal, ethical and cultural aspects of the conservation of medicinal plant species and the protection of the associated traditional knowledge.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».