The Ethnopharmacological Literature: An Analysis of the Scientific Landscape in the Cerrado in Central-Western Brazil
Notice bibliographique
Résumé
Research on pharmacology and phytochemistry originating from medicinal plants has resulted in various publications highlighting the Cerrado in central-western Brazil, which has a remarkable diversity of plant species. The reserve area selected was the Cerrado stricto sensu settlement “17 April”, Mato Grosso do Sul (MS), Brazil. However, no ethnopharmacological review focusing on the plants present in the reserve area exists, even though the consumption of medicinal plants is a widespread practice. The aims of this study were to 1) survey and document the medicinal plants present in the reserve area; 2) provide an overview of recent ethnopharmacological, phytochemical and pharmacological studies of these species; and 3) provide insight for future studies. A literature search was conducted, and relevant information was collected from authentic resources using databases such as Science Direct, PubMed, Google Scholar, Web of Science and Scopus, as well as peer reviewed articles, books and theses. Eighty-nine species belonging to 39 different families were found; the most abundant were Fabaceae (n = 13), Myrtaceae (n = 7), Rubiaceae (n = 7) and Bignoniaceae (n = 5). In terms of it empirical use, the most utilized parts were leaves (41%), bark (22%) and roots (15%). The most widespread traditional use, according to the literature review of the following plants involves the treatment of gastro-intestinal system diseases (41 spp). Chemical studies reported a high presence of terpene, phenol, and alkaloid classes. Only three are listed in the RENISUS: Casearia sylvestris, Copaifera langsdorffii and Stryphnodendron adstringens. This study demonstrated a large number of medicinal plants in an area of the Cerrado in the state of Mato Grosso do Sul, Brazil. Noting the importance of biodiversity for the development of new pharmacological approaches, many studies prove the empirical use of medicinal 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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,020 | 0,036 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».