MétaCan
Menu
Retour à la cohorte
Enregistrement W2613305950 · doi:10.5376/jtsr.2017.07.0006

Antimicrobial and Antihaemolytic Activities of Crude Extracts of Some Commonly Used Tea and Coffee in Nigeria

2017· article· en· W2613305950 sur OpenAlexvenueno aff
Festus Abiose Olajubu

Notice bibliographique

RevueJournal of Tea Science Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTea Polyphenols and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAntimicrobialTraditional medicineFood scienceBiologyMicrobiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Current indiscriminate abuse of existing antibiotics in clinical and veterinary treatments lead to an upsurge in antimicrobial resistant strains of microorganisms and aggressive search for alternatives which are readily available, less expensive with little or no side effect. Tea and Coffee are beverages consumed daily in every household in Nigeria. This study examines the antimicrobial and anti-haemolytic properties of commonly available Tea and Coffee in Nigerian market. The antimicrobial potencies of the extracts were assessed through disc diffusion method on pathogens of both man and animal origin while the anti-haemolytic assay was carried out through colorimetric method. The extracts were slightly acidic at full strength and no antifungal property was observed. Broad spectrum and bactericidal effects were observed against Staphylococcus aureus, Salmonella pullorum, Shigella dysenteriae and Streptococcus pneumonia. These activities were concentration dependent. Very poor activity was observed against Escherichia coli . Bactericidal rate of coffee was at 6hrs but ranged between 18 and 24 hrs for tea extracts. Tea extracts greatly inhibited the haemolytic potential of alpha toxins while coffee performed poorly. Tea and Coffee could thus serve as supportive treatment for some bacterial infections without fear of side effects, since they are naturally taken as daily beverages.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,003
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 Opus0,093
Tête enseignante GPT0,436
Écart entre enseignants0,343 · 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.

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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Tea Science ResearchMême sujetTea Polyphenols and EffectsTravaux en français237 207