Preventive Medicinal Plants and their Phytoconstituents against SARS-CoV-2/COVID-19
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.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,015 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».