Methods for the Preparation of Recipes and its Uses for Curing Different Diseases Reported from District Bannu
Notice bibliographique
Résumé
In the present study 47 recopies belonging to 44 genera, and 34 families were studied. Plant name, constituents, preparation method, frequency distribution and recipes multifunctional nature were given in methodical manner. The local population had good knowledge about the medicinal plant and appropriate time of collection. Younger generation is disregard about indigenous uses of different medicinal plants, but the old inhabitants still acquires knowledge about how to use the wild resources. The plants use for abdominal pain were Aloe vera, Chenopodium murale, Foeniculum vulgare, Lepidium sativaum, Portulaca oleraceae, Mentha longifolia, Menthe viridis, Papaver someniferum, Punica protopunica, Rumex hestatus, Thymus sarphylum and Verbescum thapsus. Some were used as tonic like Acacia modesta, Calotropis proceera, Olea ferruginea, Zathoxylum armatum, Melia azedarach, Tribulus terrestris, Vitex negundo, and Teucrium stocksianum, while other were used against diarhoea i.e Punica protopunica, Verbascum thapsus, Quercus incana, Plantago lanceolata, Pinus roxurghii, Papver somniferum, Myrtus cummunis and Mentha longifolia were commonly used plants. For body cooling Adiantum capallis veneris, Ajuga breteosa, Cichorium intybus, Portulaca oleraceae, Nasturtium officinale, Pistacia integerrima and Tribulus terrestris were frequently used. Similarly plants used as expectorant were Justacia adhatoda, Calotropis procera, Pinus roxburghii, and Zyziphus sativa, while plants used as antispasmodic were Justacia adhatoda, Berberis lycium and Datura stramonium, the plants used as jaundice were Berberis lycium, Cichorium intybus, Nasturtium officinale, Pistacia integerrima, and Teurium stocksianum, while Verbascum thapsus, Zizphus sativa, and Salvia moorcrotiana were used as emollient. The vegetation of the area was found to be under high biotic pressure such as deforestation and overgrazing. Ruthless collection of medicinal plants had threatened their existence and more plants are becoming vulnerable due to the destruction of their habitat.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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 ».