MétaCan
Menu
Retour à la cohorte
Enregistrement W4407983457 · doi:10.18280/ijdne.200122

Antifungal Activity of Turmeric Extract (Curcuma longa Linn) Fortified with Silver Nanoparticles Against Pathogenic Fungi

2025· article· en· W4407983457 sur OpenAlexvenueno aff
Maha M. Taha Al-Nuaimy, Hikmat M. Masyab, Yaseen Noori M. AlShekhany

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMedicinal Plant Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurcumaAntifungalTraditional medicineSilver nanoparticleBiologyChemistryBiotechnologyMicrobiologyNanoparticleMedicineMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

Trichophyton spp. is the most common etiological agent of human dermatophytosis worldwide.T. mentagrophytes and T. rubrum have various phenotypic virulence factors that allow the infection to establish and evolve.In traditional medicine and herbal remedies, medicinal plants have long played a significant role in producing secondary metabolites such as antimicrobial compounds.The main aim of this research is to investigate the effects of different forms of turmeric extract and silver nanoparticles on inhibiting the growth of certain pathogenic fungi, specifically Trichophyton mentagrophytes and Trichophyton rubrum.The study involved using aqueous and alcoholic extracts of turmeric, as well as an aqueous extract supplemented with silver nanoparticles.These extracts were mixed with a nutrient medium at various concentrations (5, 10, 15, and 20 mg/mL) to assess their effectiveness against fungal isolates.The inhibitory diameter for each concentration and type of extract (aqueous, alcoholic, and silver nanoparticle fortified) was measured to determine their inhibitory activity.Furthermore, the minimum inhibitory concentration for each type of extract was determined.The sensitivity of isolated fungi to the extracts varied, with T. rubrum showing a greater sensitivity than T. mentagrophytes.The results also revealed that alcoholic turmeric extract showed significant superiority over all other concentrations without nanoparticles, and also when adding 0.1 mg/mL of silver nanoparticles with the growth of the fungus Trichophyton mentagrophytes was lowest, it reached (12 and 8) mm without and with the addition of nanoparticles respectively.The findings highlight the potential antifungal properties of the different turmeric extracts tested in this study.For further research, the authors suggest exploring different concentrations or combinations with other nanoparticles.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,267
Écart entre enseignants0,249 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetMedicinal Plant ResearchTravaux en français237 207