Ekstrak Cranberry (Vaccinium macrocarpon) dalam Menghambat Pertumbuhan Bakteri Plak
Notice bibliographique
Résumé
Periodontitis is an inflammation on periodontal structure that caused by microorganisms. The plaque starts from supragingival expands towards subgingival thus causing inflammation in periodontal. Nowadays, herbs acting as antimicrobial agent are often used in the therapy. Cranberry is usually used to treat UTI with prevent bacterial adhesion on mucosa of the urinary tract. Cranberry contains tannins and also NDM which is rich in Proanthocyanidins. AIM : To find the minimum inhibitory concentration of cranberry extract on the growth of dental plaque. METHOD: This experiment was done by using dilution method. The extract was diluted into 8 different concentrations (100%;50%;25%;12,5%;6,25%, 3,12%;1,56%;0,78%). Then crosscheck was done to see the growth of dental plaque in Mueller Hinton Agar. The counting was done by using Quebec Colony Counter. The result was recorded and analyzed with One-Way ANOVA. RESULT: The result showed that antimicrobial activity was active at concentration 25% as Minimum Inhibitory Concentration with average total colony is about 34 CFU/ml. Statistical test showed that there were significant differences of total colony from each concentration. CONCLUSION: Cranberry extract (Vaccinium macrocarpon) could inhibit the growth of dental plaque at concentration 25%.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».