Cannabis: a multifaceted plant with endless potentials
Notice bibliographique
Résumé
Cannabis sativa , also known as “hemp” or “weed,” is a versatile plant with various uses in medicine, agriculture, food, and cosmetics. This review attempts to evaluate the available literature on the ecology, chemical composition, phytochemistry, pharmacology, traditional uses, industrial uses, and toxicology of Cannabis sativa . So far, 566 chemical compounds have been isolated from Cannabis , including 125 cannabinoids and 198 non-cannabinoids. The psychoactive and physiologically active part of the plant is a cannabinoid, mostly found in the flowers, but also present in smaller amounts in the leaves, stems, and seeds. Of all phytochemicals, terpenes form the largest composition in the plant. Pharmacological evidence reveals that the plants contain cannabinoids which exhibit potential as antioxidants, antibacterial agents, anticancer agents, and anti-inflammatory agents. Furthermore, the compounds in the plants have reported applications in the food and cosmetic industries. Significantly, Cannabis cultivation has a minimal negative impact on the environment in terms of cultivation. Most of the studies focused on the chemical make-up, phytochemistry, and pharmacological effects, but not much is known about the toxic effects. Overall, the Cannabis plant has enormous potential for biological and industrial uses, as well as traditional and other medicinal uses. However, further research is necessary to fully understand and explore the uses and beneficial properties of Cannabis sativa .
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».