MétaCan
Menu
Retour à la cohorte
Enregistrement W3042711712 · doi:10.47070/ijapr.v8i7.1433

CRITICAL ANALYSIS OF PURVA KARMA PRIOR TO NASYA W.S.R. SNEHA NASYA

2020· article· en· W3042711712 sur OpenAlexaff
Divya Virupaksha, Namrata Krishnan, Ajoy Viswam, Naveen B. S

Notice bibliographique

RevueInternational Journal of Ayurveda and Pharma Research · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug-Induced Hepatotoxicity and Protection
Établissements canadiensShared Services Canada
Organismes subventionnairesnon disponible
Mots-clésKarmaMedicineContext (archaeology)BioavailabilityPharmacologyDrug

Résumé

récupéré en direct d'OpenAlex

Ayurveda Panchakarmas are an all-time big name for both Ayurveda doctors and patients. Their efficacy of targeting the body holistically and evacuating toxins, thereby, addressing most of the problems of an individual makes it a hit. This paper aims at estimating the contribution of Purva Karma (procedures prior to instillation of medicine) in the outcome, especially in the context of Sneha Nasya (instillation of unctuous medicine). Nasal route of administration may help address the hitches accompanying to poor bioavailability, slow absorption, drug degradation, and possible adverse events in the gastro intestinal tract and avoids the first-pass metabolism in the liver. However, when considering nasal delivery, appropriate measures need to be taken to address the limitations of drug delivery in this region. Purva Karma starts with drug preparation and ends with stage of instillation of medicine (8 check points). The role of each of them on overcoming the limitations and delivering the results is reviewed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,361
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,443
Tête enseignante GPT0,600
Écart entre enseignants0,157 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Ayurveda and Pharma ResearchMême sujetDrug-Induced Hepatotoxicity and ProtectionTravaux en français237 207