MétaCan
Menu
Retour à la cohorte
Enregistrement W4387984107 · doi:10.53555/sfs.v10i1.1738

Aquatic Plants With Anti-Inflammatory And Anti-Oxidant Activities

2023· article· en· W4387984107 sur OpenAlexvenueno aff
Muhammad Osama, Calvin R. Wei, Raheela Saleem, Ayaz Ali Unar, Khalida Unar, Fahad Jibran Siyal, Bakhtawar Shaikh, Sadia Ghousia Baig, Afshan Siddiq

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDiverse Scientific Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScopusAction (physics)Mechanism (biology)Aquatic environmentTraditional medicineBiologyMedicineEcologyMEDLINE

Résumé

récupéré en direct d'OpenAlex

Nature has rewarded the human beings with uncountable nutritious and medicinal plants. These medicinal plants are a nature’s gift to us so that we can live a healthy and disease free life. Aquatic plants are those natural herbs that usually grow in or near water/aquatic environment and are considered as one of the most ancient source of food and medicine used by the human beings. These aquatic plants are unique in their nutritional composition and therapeutic potential and are widely used in traditional medicinal system in treatment of different unhealthy conditions. This review is designed to discuss some aquatic plants with established anti-oxidant and anti-inflammatory activities along with their possible mechanism of action and part responsible to possess this action. The recently updated information was collected from scientific journals, books, and globally accepted scientific databases via a library and electronic search such as PubMed, Elsevier, Google Scholar, Springer, Scopus, Web of Science, Wiley online library. All of the full-text articles and abstracts were screened. The most important and relevant articles were carefully chosen for study in this review. This review will help the researchers, traditional medical practitioners and marine pharmacologists to explore these aquatic plants in future to evaluate their true role and efficacy in acute and chronic inflammatory conditions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,323
Tête enseignante GPT0,405
Écart entre enseignants0,082 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetDiverse Scientific Research StudiesTravaux en français237 207