Medicinal Plant Species Used to Treat Tonsillitis in Ethiopia: A Systematic Review
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
In various areas of Ethiopia, different plant species have been reported having a medicinal role for ailment tonsillitis. However, the ethnomedicinal information on those medicinal plant species that cure the ailment is not summarized in a way that gives general information and initiates further study. Therefore, the objective of this review paper was to summarize the ethnomedicinal information about medicinal plant species that used to treat tonsillitis in Ethiopia. The result of the review indicated that herbs and leaves are the most utilized growth forms and part of the plants respectively during remedy preparation for the ailment tonsillitis in Ethiopia. Similarly, fresh plant materials, and water are the most applied condition of plant parts and diluent added correspondingly. Chewing and oral route of application are the most widely used methods of remedy preparation and administration correspondingly, for the ailment in the country. Utilization of herbs and leaves can be seen as an advantage from the conservation point of view of medicinal plant species that used to treat the ailment since herbs can be cultivated when they are in short supply and are also available as compared to other growth forms. Similarly, use of leaves can reduce damage to the medicinal plant species as compared to the use of other plant parts such as roots. However, the utilization of fresh materials should be reduced as much as possible. Rhamnus prinoides L'Hér. and Zingiber officinale Roscoe are the most commonly used medicinal plant species for the ailment in Ethiopia.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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