MétaCan
Menu
Retour à la cohorte
Enregistrement W4400303246 · doi:10.5530/pj.2024.16.86

Inventory of Medicinal Plants for Male and Female Reproductive Health by Ethnic Javanese and Ethnic Dayak Seberuang in Balai Harapan Village, Tempunak District, Sintang Regency

2024· article· en· W4400303246 sur OpenAlexaff
Ruqiah Ganda Putri Panjaitan, Risma Nurkholifah, Eko Sri Wahyuni, Kurnia Ningsih, Liya Angga Lestari

Notice bibliographique

RevuePharmacognosy Journal · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Security and Socioeconomic Dynamics
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésEthnic groupAsparagaceaeTraditional medicineBiologyBotanyGeographyMedicineSociologyAnthropology

Résumé

récupéré en direct d'OpenAlex

Introduction: Knowledge of the use of plants as medicine is one of the local wisdom of the Javanese and Dayak ethnic communities of Seberuang, Balai Harapan Village, which has been passed down from generation to generation by their ancestors. This research aims to inventory plants that have medicinal properties for male and female reproductive health which are used by the people of Balai Harapan Village, especially the Javanese and Dayak Seberuang ethnic groups. Methods: This research used a triangulation technique which is a combination of interviews, observation, and documentation of plant types for male and female reproductive health. The data obtained in this research analyzed and presented narratively for each plant and accompanied by pictures and tables. Results: There are 26 types of medicinal plants used by the Javanese and Dayak Seberuang ethnic groups to support reproductive health. Conclusion: The plants used as medicine for male and female reproductive health by the Javanese and Dayak Seberuang ethnic groups in Balai Harapan Village come from several families, namely Zingiberaceae, Asteraceae, Poaceae, Lamiaceae, Fabaceae, Polypodiaceae, Rubiaceae, Caricaceae, Melastomataceae, Gleicheniaceae, Dilleniaceae, Phylanthaceae, Blechnaceae, Schizaeaceae, Piperaceae, Moraceae, and Asparagaceae. The most common types of plants used come from the Zingiberaceae family.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,048
Tête enseignante GPT0,328
Écart entre enseignants0,280 · 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'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacognosy JournalMême sujetFood Security and Socioeconomic DynamicsTravaux en français237 207