MétaCan
Menu
Retour à la cohorte
Enregistrement W4381378667 · doi:10.53555/sfs.v10i2.1112

A Critical Review on Mooshika Dansha[Rat Poisoning] in Agad Tantra

2023· review· en· W4381378667 sur OpenAlexvenueno aff
Deepika Bhandari

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePlant-based Medicinal Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTantraDecoctionTraditional medicineVomitingAnesthesiaLiteratureArt

Résumé

récupéré en direct d'OpenAlex

Ayurveda is an ancient Indian system of medicine having eight important branches. Agadtantra is among oneof them which deals with Visha (poison) and its toxicological conditions and their management. AcharyaSusruta in Kalpa Sthana of Susruta Samhita, and Acharya Vagbhata in Uttaratantra of Ashtanga Hridaya,moreover in other classics and regional texts have recited concerning the origin of Visha and mooshikaVisha.There are eighteen types of Mooshika, signs and symptoms of their bite and its treatment is described bySushrutaacharya and Vaagbhataacharya. There are five modes of spread of Mooshika (rat) VISHA that areShukra[Semen], Purisha[Feaces], Mutra[Urine],Nakh [scratches by nails] and Dant[ bites with teeth ofMooshika] are poisonous. In case of Mooshika Visha, Dansha sthan [bite site] should be cauterized andRaktamokshana by blood letting should be done. After this various drugs paste should be applied on bite site.Various putrifictory therapies should be givene.g.Lepan, Vamana(Vomiting), Virechana(Purgation) Nasya(Nasalmedication), Anjana (Collyrium) etc. Various Kalpanas [drug preparations] like Sanskarit Ghrita[medicatedghee], Kwath [decoctions], Kalka[paste of drugs], Swarasa [juice of drugs] aremetionedwheresource of infection is rat treatment of Mooshika Visha can be given.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,788
Tête enseignante GPT0,583
Écart entre enseignants0,205 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetPlant-based Medicinal ResearchTravaux en français237 207