In vitro Anthelmintic Efficacy of Medicinal Plants against Heterakis gallinarum in Village Chickens
Notice bibliographique
Résumé
<p><em>Heterakis gallinarum </em>impedes the productivity of village chickens and hence their socio-economic contribution to rural communties. Smallholder farmers are endowed with vast indigenous knowledge for controlling <em>H. gallinarum </em>and they predominantly use <em>Aloe ferox</em>, <em>Agave sisalan</em>a and <em>Gunnera perpensa</em>. However, their anthelminthic efficacy is unknown. Therefore, our objective was to determine the <em>in vitro</em> anthelmintic efficacy of <em>A. ferox</em>, <em>A. sisalana</em> and <em>G. perpensa</em> against <em>H. gallinarum</em>. <em>Heterakis gallinarum</em> worms were recovered from caeca of 20 village chickens. Ten worms were randomly introduced in each of the 42 petri-dishes. Treatments were positive control (distilled water), negative control (mebendazole) and <em>A. ferox</em>, <em>A. sisalana</em> and <em>G. perpensa</em> aqueous extracts at dosage of 7.25, 14.5, 29 and 58 mg/mL. The procedure was done in triplicate. Worm motility and mortality indices were calculated. Among plant, <em>A. sisalana</em> (14.5 mg/mL) had the greatest (80%) worm motility inhibition at 12-h interval (p &lt; 0.05) and the greatest worm mortality index (80%) showing that the plant has anthelmintic properties. Seventy percent of worms were recovered after 48 h following treatment with <em>A. ferox</em> (58 mg/mL). <em>Agave sisalana</em> (14.5 mg/mL) was the most efficient plant in reducing motility and causing mortality of <em>H. gallinarum</em> <em>in vitro. </em>Findings are useful to resource-constrained farmers who use crude extracts, to select the best plant and to pharmaceutical companies for manufacturing anthelmintic drugs.</p>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».