Preventive Medicinal Plants and their Phytoconstituents against SARS-CoV-2/COVID-19
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
Pandemic coronavirus disease-2019 (COVID-19) is an infectious disease caused by the newly discovered virus "Severe Acute Respiratory Syndrome-CoronaVirus-2 (SARS-CoV-2)" . Considering the present scenario of COVID-19 outbreak and its impact on humankind, holistic remedies with respect to herbal medicine validated from ethnopharmacological rationale are now targeting approaches globally as a preventive care against SARS-CoV-2. Aim: This review is primarily focused on to deliver a concise fact of the coronaviridae family, pathophysiology, mechanism of action, ethnopharmacological validated Indian herbs for inhibiting the virus with possible targets. Experimental procedure: In this study, science mapping tool Bibliometrix R-package was used to perform bibliometric analysis and building data matrices for keywords co-occurrence investigation, country-wise scientific production; collaboration between the countries worldwide, co-word analysis on topic "keywords associated with SARS-CoV-2 and medicinal plants" . Results and Conclusion: Our findings is to deliver a concise knowledge about the coronaviridae family, pathophysiology, possible targets for managing the SARS-CoV-2, in addition to potential medicinal plants and their phytoconstituents against COVID-19. Target-specific inflammatory pathways due to post infection of SARS e.g. NLRP3, p38-MAPK, Metallopeptidase Domain 17; endocytosis pathways e.g. Clathrin, HMGB1 pathways are primarily highlighted along with relevant interleukins and cytokines, which directly/indirectly triggering to immune system and play a significant role. Based on selective pathways and potential lead, the outcome of our elaborated study put forward selected Indian medicinal plants that hold a very high probability as preventive care in this global crisis.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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