Mining Indigenous Knowledge and Modern Science Simultaneously: A Novel Approach for Linking Human Knowledge with Pharmacological, Toxicological and Phytochemical Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diabetes is a global health concern and a heavy burden on individuals and health care systems. Indigenous populations are particularly affected yet possess key knowledge in Traditional Medicine and local intervention strategies. Since 2003, we interviewed about 150 Cree Elders of Eeyou Istchee (Eastern James Bay area of Northern Quebec) and identified 17 Boreal forest medicinal plants species used traditionally against diabetes symptoms. A comprehensive data set was accumulated on these 17 plants that comprises not only Cree uses related to 15 diabetes symptoms, but also detailed pharmacological assessment using 55 cell-based and cell-free bioassays determining primary (susceptible to lead to blood glucose reductions) and secondary (including antioxidant, anti-inflammatory and diabetes complications) antidiabetic potential, as well as 14 toxicological bioassays (notably, cytochrome P450 assessments). The database also incorporates 465 unique chemical signals identified by HPLC-MS QTOF to circumscribe both common and novel secondary metabolites within these plants as well as biologically active compounds. Using multivariate analysis techniques to explore this data, preliminary results have identified clear trends that show distinct associations between the plant metabolomes and specific sets of the pharmacological data, with greater similarity among the plant parts tested than among plant families. With further development, this approach may prove useful to determine optimal treatment strategies or combinations of plants or their compounds for helping Cree diabetics manage their glycemic control in a culturally relevant manner. We can also eventually apply this approach to explore connections behind other diseases and the use of traditional medicine in other communities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle