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 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 | 0,000 | 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 | 0,000 |
| 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 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 ».