Phytochemical Composition, Gas Chromatography-Mass Spectrometric (GC-MS) Analysis and Anti-Bacterial Activity of Ethanol Leaf-Extract of Ageratum conyzoides
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
The study was designed to evaluate the phytochemical composition, GC-MS analysis and antibacterial activity of ethanol leaf-extract of Ageratum conyzoides . The phytochemical and antibacterial activity of Ageratum conyzoides leaf extract were carried out using standard methods while the GC-MS analysis was done using gas chromatography-mass spectrometric method. The result of phytochemical analysis revealed the presence of alkaloids, tannins, saponins, glycoside, flavonoids, resins, terpenoids and phenol. The result of GC-MS analysis showed the presence of 23 chemical constituents which include: 5-(1-methylidene)-1,3- methylidenecyclopentane (14.6%), nonane (18.2%), propan-2-ylcyclohexane(8.9%), (1-methylethyl) benzene (9.1%) and hexanoic acid (4.3%) as the major chemical constituents. The susceptibility test of the ethanol leafextract against septic wounds organism, showed higher value of 41.00 mm zone of inhibition on Staphylococcus , 26.00mm on Escherichia coli , 25.00mm on Klebsiella , 23.00mm on Streptococcus and low value of 20. 00mm on Pseudomonas after the antimicrobial analysis test on the organisms. This indicates that A. conyzoides is rich in bioactive compounds and sensitive to organisms of septic wounds and could be used for treatment/cure of diseases.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle