MétaCan
Menu
Retour à la cohorte
Enregistrement W4327813119 · doi:10.5281/zenodo.7746874

Iron Tonics: Tracing the Development from Classical to Iatrochemical Formulations in Ayurveda

2023· article· en· W4327813119 sur OpenAlexaff
Dagmar Wujastyk

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemicals and Medicinal Plants
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTracingEpistemologyComputer sciencePhilosophyProgramming language

Résumé

récupéré en direct d'OpenAlex

Around the eleventh century CE, Sanskrit medical texts began to record profound changes in the methods used for drug manufacture. New substances, especially metallic and non-metallic minerals, were added to the ayurvedic pharmacopoeia or were given new prominence. More significantly, however, new ways of processing raw materials were introduced that were thought to make them fit for medical use. Most of the new, but also many of the traditional substances were now put through a series of complicated, multi-stage processes before they were used as components of compound medicines. In this article, I will use the example of recipes for iron-based medicines, which describe the processing of iron and other substances to trace the evolution of these changes and to query whether the changes in drug production flow from earlier developments, or whether they represent a more fundamental shift in the theory and practice of medicine. I also consider whether the introduction of new substances and the new methods of drug production can be related to notions concerning the potency of substances and formulations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,004

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 Opus0,054
Tête enseignante GPT0,291
Écart entre enseignants0,237 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetPhytochemicals and Medicinal PlantsTravaux en français237 207