MétaCan
Menu
Retour à la cohorte
Enregistrement W4312195312 · doi:10.3390/molecules27248999

Applications of Essential Oils and Plant Extracts in Different Industries

2022· review· en· W4312195312 sur OpenAlexaff
Parisa Bolouri, Robab Salami, Shaghayegh Kouhi, Masoumeh Kordi, Behnam Asgari Lajayer, Javad Hadian, Tess Astatkie

Notice bibliographique

RevueMolecules · 2022
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensDalhousie UniversityUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésEssential oilTraditional medicineBiotechnologyBusinessChemistryBiologyFood scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Essential oils (EOs) and plant extracts are sources of beneficial chemical compounds that have potential applications in medicine, food, cosmetics, and the agriculture industry. Plant medicines were the only option for preventing and treating mankind's diseases for centuries. Therefore, plant products are fundamental sources for producing natural drugs. The extraction of the EOs is the first important step in preparing these compounds. Modern extraction methods are effective in the efficient development of these compounds. Moreover, the compounds extracted from plants have natural antimicrobial activity against many spoilage and disease-causing bacteria. Also, the use of plant compounds in cosmetics and hygiene products, in addition to their high marketability, has been helpful for many beauty problems. On the other hand, the agricultural industry has recently shifted more from conventional production systems to authenticated organic production systems, as consumers prefer products without any pesticide and herbicide residues, and certified organic products command higher prices. EOs and plant extracts can be utilized as ingredients in plant antipathogens, biopesticides, and bioherbicides for the agricultural sector. Considering the need and the importance of using EOs and plant extracts in pharmaceutical and other industries, this review paper outlines the different aspects of the applications of these compounds in various sectors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,260
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations294
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207