Chemical Profiles and Anti-termite Activity of Hydrodistillation Residues From Three Aromatic Plants Acclimated in Burkina Faso
Notice bibliographique
Résumé
Distillation process of aromatic plants produces a considerable amount of solid residues, which are rich in secondary metabolites known as bioactive compounds. In this context, residues from hydrodistillation of selected aromatic plants such as Mentha piperita L., Cymbopogon citratus Stapf and Eucalyptus camaldulensis Dehnh, have been studied for their total polyphenol content using Folin-Ciocalteu Reagent (FCR) method, total flavonoid content using aluminium chlorid (AlCl3) and antioxidant properties were determined as DPPH radical-scavenging ability (IC50). The anti-termite activity was evaluated by a direct non-choice test. The higher antioxidant activity (IC50 = 0.20 mg/ml) and polyphenols content (224.32 mg GAE/g of dried extract) were showed with E. camaldulensis aqueous extract. However, M. piperita and C. citratus ethanolic extracts showed higher flavonoid content (190.99 and 185.19 mg QE/g of dried extract). The most active extract against termite Reticulitermes flavipes was E. camaldulensis ethanolic extract presenting toxicity at 5% and 10% w/w as concentrations. All these data showed that strategic extraction of residues from hydrodistillation can provide interesting bioactive compounds as novel anti-termite agents in plants protection and allow to give an added-value to aromatic plants.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».