MétaCan
Menu
Retour à la cohorte
Enregistrement W2330006817 · doi:10.5505/tjps.2015.47965

Lc-Dad-Ms-Assisted Quantification Of Marker Compounds In Hypericum Perforatum L. (St. John's Wort) And Its Antioxidant Activity

2015· article· en· W2330006817 sur OpenAlexaboutno aff
İlkay Erdoğan Orhan, Murat Kartal

Notice bibliographique

RevueTurkish Journal of Pharmaceutical Sciences · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueNatural Compound Pharmacology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHypericum perforatumHypericumAntioxidantTraditional medicineChromatographyChemistryMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Hypericum perforatum L. (St. John’s Wort) is a reputed plant with a long service to humankind. In the current study, antioxidant activity of the methanol extract of the aerial parts of H. perforatum growing in Turkey along with hyperoside and hyperforin was evaluated by 2,2-diphenyl-1-picrylhydrazyl (DPPH) radical scavenging, metal-chelation, and ferric-reducing antioxidant power (FRAP) assays. The major components including chlorogenic acid, the flavonoid derivatives; rutin, hyperoside, quercitrin, quercetin, and biapigenin, the naphthodianthrons; pseudohypericin and hypericin, and the phloroglucinol derivatives; hyperforin and adhyperforin were quantified in the extract by LC-DAD-MS. Hypericin (16 ± 0.08 μg/g) and hiperforin (1164 ± 0.02 μg/g) contents in H. perforatum were found to be in accordance with the amounts required by the European Pharmacopeia. The extract and hyperoside exerted a remarkable antioxidant activity in DPPH radical scavenging and FRAP assays, whereas they did not have metal-chelation capacity

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,305

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,127
Tête enseignante GPT0,359
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTurkish Journal of Pharmaceutical SciencesMême sujetNatural Compound Pharmacology StudiesTravaux en français237 207