MétaCan
Menu
Retour à la cohorte
Enregistrement W6930780951 · doi:10.5281/zenodo.16634098

"COMPARATIVE ANALYTICAL STUDY OF MUSTADI KWATHA AND MUSTADI GHANA, TWO DOSAGE FORMS OF A CLASSICAL AYURVEDIC FORMULATION"

2025· article· en· W6930780951 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueVirology and Viral Diseases
Établissements canadiensCanadian Anesthesia Research Foundation
Organismes subventionnairesnon disponible
Mots-clésAstringentOrganolepticDosage formPotencyPhytochemicalGallic acid

Résumé

récupéré en direct d'OpenAlex

Background: Kwatha Kalpana (Decoction), despite of its uniqueness and potency in ayurvedic pharmacopaeia, beholds certain drawbacks related to preparation, palatability, transportation etc. Practice of refrigerating the Kwatha is adopted considering the difficulty in fresh preparation. Ghana is one such dosage form wherein the intactness of the constituents can be expected with a longer shelf life. Methods: Mustadi Kwatha (MK) and Mustadi Ghana (MG) were prepared following the classical methods. MK was kept under two different temperatures, i.e. under room temperature (MKRT) and in the refrigerator (MKRF) for different durations, MKRT1 (24 hours) MKRT2 (48 hours), MKRF1 (24 hours), MKRF2 (48 hours), MKRF3 (96 hours) and MKRF4 (160 hours). Organoleptic characters were determined, phytochemical analysis including tests for alkaloids, flavonoids, phenolic compounds, glycosides, proteins and carbohydrates was carried out. HPTLC fingerprinting was performed on all the samples of MK and MG. Results: Yield percentage of MG was 2.86%. Organoleptic characters of MKRT changed by the end of 160 hours. MG was brownish black in color, had characteristic odor, astringent in taste, was hard and sticky. All the tested phytochemicals were present in both MK and MG. In HPTLC of MKRT and MKRF samples, Rf ranged from 0.321 to 0.416. The common Rf was noted to be 0.353, corresponded to gallic acid. Fluctuations were noticed in Area Under Curve (AUC) in MKRF samples suggesting changes in the constituents. Conclusion: Mustadi Kwatha is best used within 24 hours of preparation. Refrigeration can preserve Mustadi Kwatha longer, but potential chemical interactions may affect its constituents.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,001
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)0,0030,000

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 Opus0,050
Tête enseignante GPT0,333
Écart entre enseignants0,283 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetVirology and Viral DiseasesTravaux en français237 207