MétaCan
Menu
Retour à la cohorte
Enregistrement W4391895329 · doi:10.60076/ijstech.v1i2.120

Selection of Herbal Plants to Increase the Human Body's Immunity Using the Weighted Product Method

2023· article· en· W4391895329 sur OpenAlex
Muhammad Haris

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIndonesian Journal of Science Technology and Humanities · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMedicinal Plant Research
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)Traditional medicineImmunityProduct (mathematics)BiologyBiotechnologyComputer scienceMedicineMathematicsArtificial intelligenceImmunologyImmune system

Résumé

récupéré en direct d'OpenAlex

This research aims to evaluate and select the most effective herbal plants in improving the human immune system using the Weighted Product method. A strong immune system is very important to protect the human body from various infections and diseases. In this study, we collected data on various herbal properties relevant to immune enhancement, such as active compound content, safety, availability, and cost. The Weighted Product method is used to calculate the relative score for each herbal plant based on existing criteria. The results showed that several herbal plants had high scores and were identified as potential options for improving the human immune system. In addition, this research also provides information about factors that need to be considered in selecting herbal plants, including cost, availability, and relative effectiveness. These findings can help individuals and health professionals in choosing the most suitable herbal plants to strengthen their immune system. This research makes an important contribution to efforts to improve human health and quality of life through the effective use of herbal plants.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,318
Écart entre enseignants0,261 · 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