MétaCan
Menu
Retour à la cohorte
Enregistrement W2332904423 · doi:10.20286/nova-jmbs-030234

Medicinal Plants Used in Paediatric Health Care in Namungalwe Sub County, Iganga District, Uganda

2014· article· en· W2332904423 sur OpenAlexvenueno aff
Patricia A. Nalumansi, Maud Kamatenesi‐Mugisha, Anywar Godwin

Notice bibliographique

RevueNova Journal of Medical and Biological Sciences · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGeographyTraditional medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: An ethnobotanical study was carried out in Namungalwe Sub County, Iganga District Eastern Uganda, to document medicinal plant species used in disease management among children. Methods: Ethnobotanical data was collected through interviews with households and key informants, Focus Group Discussions and the Snow ball technique. This was complemented by field observations and photography.  Results: A total of 61 plant species and one mushroom species, Termitomyces microcarpus were reported to be used as medicinal plants used in the disease management among children. These species belonged to 36 families and 58 genera. The most commonly mentioned medicinal plant species were Vernonia amygdalina Delile , Chenopodium opulifolium Schrad. ex W.D.J.Koch & Ziz and Albizia corialia (Schum. & Thonn.) Benth. Most of the medicinal plant species belonged to the family Leguminosae (29.7%).The most commonly used plant life forms for peadiatric health care were herbs (45.2%), and leaves (53.1%) were the most used plant parts. Most of the medicines were prepared as decoctions. Malaria and diarhoea were the most frequently occurring ailment among children. Conclusion: There is diversity of traditional knowledge on medicinal plants used in the management of ailments among children in the study area. Mothers and other care takers in homes are the custodians of this 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 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)0,004
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,339
Écart entre enseignants0,296 · 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

Citations35
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNova Journal of Medical and Biological SciencesMême sujetGlobal Maternal and Child HealthTravaux en français237 207