Antimicrobial Effectiveness on Selected Bacterial Species and Alkaloid and Saponin Content of <i>Rosa nutkana</i> C. Presl (Nootka Rose) and <i>Urtica dioica</i> L. (Stinging Nettle) Extracts
Notice bibliographique
Résumé
Nootka rose (Rosa nutkana C. Presl) and stinging nettle (Urtica dioica L.) have been traditionally used in the treatment of skin infection by Indigenous peoples of Vancouver Island, British Columbia, Canada. The main objective of this study was to examine the antibacterial efficacy of extracts of Nootka rose and stinging nettle against the common pathogenic skin bacteria Staphylococcus aureus, Micrococcus luteus, and Pseudomonas aeruginosa using Indigenous science and standard methods of analysis. The Indigenous science method of plant extraction by steeping as advised by the Traditional Knowledge keeper was performed to examine minimum inhibitory concentration (MIC) values and minimum bactericidal concentrations (MBC) by serial dilution and bacterial population counts. Soxhlet extractions and Kirby Bauer disc sensitivity testing showed that Nootka rose extracts possessed antibacterial effectiveness against all three bacterial species while stinging nettle extracts were effective against M. luteus. Results for MIC and MBC indicated antibacterial activity against M. luteus and S. aureus for the Nootka rose when using full-strength solutions; all three bacterial species exhibited growth when undiluted stinging nettle treatments were used. When considering bacterial population counts for S. aureus, results indicated that only the Nootka rose treatment offered effective inhibition. Chemical analysis showed that alkaloid percentage was greater in the stinging nettle (0.17%) than Nootka rose (0.07%), while saponin percentage was greater in the Nootka rose (0.87%) than stinging nettle (0.17%). Overall, Nootka rose showed a greater level of antibacterial effectiveness than stinging nettle by Indigenous and Western scientific methods of plant extract preparation.
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 | 0,001 | 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) | 0,001 | 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 ».