MétaCan
Menu
Retour à la cohorte
Enregistrement W4213267271 · doi:10.29169/1927-5951.2019.09.01.5

Habitual Use of Medicinal Plants among a Group of Jordanian Elderly According to Physical Activity and Gender

2019· article· en· W4213267271 sur OpenAlexvenueno aff
Safaa A. Al-Zeidaneen, Hadil S. Subih, Ala'a Al‐Bakheit, Nahla Al-Bayyari, Seham M. Abu Jadayil

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinal plantsTraditional medicineLife styleMedicinePopulationGerontologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Introduction: Traditional medicine use has grown significantly in the last few decades around the world. Similarly, in Jordan. The information regarding the percentages of older adults in Jordan who adopt a healthy life-style and consuming medicinal plants along with performing physical activity are limited.Objective: To evaluates the use of medicinal plants among a sample of Jordanian elderly population and the effect of physical activity and gender on their habitual medicinal plants usage.Method: A cross sectional study was conducted on 120 elderly Jordanian (62 women; 58 men) and evaluated for medicinal plant usage. A questionnaire was used for collecting personal, social, anthropometries and lifestyle information including the daily activities through a personal interview by the principal investigator.Results: In this study about 90% of all participates were using medicinal plants and 95% of males and females used medicinal plants were physically active. Females were used medicinal plants (100%) more than male (79.31%), the most medicinal plants used among elderlies were sage (88.33%), thyme (85.00%) and peppermint (81.67%).Conclusion: The study highlight the increasing number of herbal users among Jordanian elderlies especially females and physically active people and alarming about the possible risk associated with herbal/drug interactions among this age group.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,207

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,424
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetHealth and Well-being StudiesTravaux en français237 207