Ethnomedical Practices and Medicinal Plant Use in Tanjung and Seponjen Villages, Jambi, Indonesia
Notice bibliographique
Résumé
Communities living in and around forest areas have local wisdom regarding utilization of plants, particularly for medicinal purposes.They possess important knowledge about this, including the habitat, growth form, identification of plant species, parts used, methods of preparation, and their medicinal efficacy.This study was conducted from September to November 2021 and aims to analyze the diversity of medicinal plants and their utility values through field surveys and community interviews.This study was conducted in Tanjung Village and Seponjen Village, Kumpeh District, surrounding Orang Kayo Hitam (OKH) Forest Park, which is located on the border of Muaro Jambi Regency and East Tanjung Jabung, Jambi Province.The study found 66 medicinal plants from 42 families, among which turmeric has the highest utility value of 0.37.Several types of medicinal plants that are dominant come from the Zingiberaceae, Fabaceae, and Piperaceae families, with extensive benefits for treating common diseases such as digestive disorders, inflammation, and skin infections.Such knowledge and habits are passed down from generation to generation.The use of these medicinal plants reflects the community's dependence on the local ecosystem as a provider of natural resources that are important for health.This research serves as a foundation for the protection and sustainable utilization of medicinal 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».