MétaCan
Menu
Retour à la cohorte
Enregistrement W2916663085 · doi:10.19184/ams.v5i1.6775

Aedes aegypti Mosquito Potential Larvacidal of Phyllantus niruri L. Leaves Ethanol Extracts

2019· article· en· W2916663085 sur OpenAlexaff
Moh. Lutfi Hasbullah, Yudha Nurdian, Cholis Abrori

Notice bibliographique

RevueJournal of Agromedicine and Medical Sciences · 2019
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePhytochemistry and Bioactivity Studies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésAedes aegyptiDengue feverInstarLarvaDengue hemorrhagic feverBiologyPhyllanthusAedesMosquito controlTraditional medicineDengue virusToxicologyVeterinary medicineVirologyMedicineBotanyImmunologyMalaria

Résumé

récupéré en direct d'OpenAlex

Dengue hemorrhagic fever (DHF) is a disease caused by dengue virus transmitted by Aedes aegyptifemale mosquitoes with four major clinical manifestations, such as high fever, hemorrhage,hepatomegaly, and signs of circulatory failure. Indonesia was reported as the 2nd country with thelargest dengue cases among 30 endemic countries. The larvicidal powder is used as one of thedengue virus vector controllers. This study aims to determine the effect of ethanol extract of smallgooseberry leaves (Phyllantus niruri L.) to the death of Aedes aegypti mosquitoes. This study usedquasi experimental method with post test only controlled group design with 1 positive control group(Temephos), 1 group of negative control (tap water), and 5 treatment groups (0.0625%, 0.125%,0.25% , 0.5% and 1% extract) used 20 larvaes of Aedes aegypti instar III each group. The results of thetreatment group extract with a concentration of 0.5% and 1% obtained 100% dead larvae. The resultof linear regression test showed the effect of meniran leaf extract on the death of larvae Ae. aegyptiwith R2 value of 65.2%. The larvacid activity of ethanol extract leaves meniran against larvae Ae.aegypti instar III was directly proportional to concentration with LC50 of 0.174% with 95% confidenceinterval (0.155-0.195).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,089
Tête enseignante GPT0,430
Écart entre enseignants0,341 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agromedicine and Medical SciencesMême sujetPhytochemistry and Bioactivity StudiesTravaux en français237 207