Antimicrobial Activity in Vitro of Extracts from the Combinations of African Geranium, Black Elderberry and St. John's Wort in Colloidal Nano Silver
Notice bibliographique
Résumé
The antimicrobial effect of extracts of the following combinations – African geranium (Pelargonium sidoides DC.) & black elderberry (Sambucus nigra L.), St. John's wort (Hypericum perforatum L.) & black elderberry (Sambucus nigra L.) and African geranium (Pelargonium sidoides DC.) & St. John's wort (Hypericum perforatum L.) in colloidal nanosilver (AgNPs) at a concentration of 30 ppm and in water was examined against Esherichia coli ATCC, Salmonella enterica ATCC, Staphylococcus aureus ATCC, Clostridium perfringens ATCC, Candida albicans ATCC and two clinical isolates (Pseudomonas aeruginosa and Streptococcus pyogenes). The classical agar-gel diffusion method, determination of Minimum inhibitory concentrations and suspension tests for determination the time of antimicrobial action of the herbal extracts in AgNPs were used. Significant antimicrobial effect of aqueous extracts of each of the three tested herbs was found. The addition of AgNPs to each of the extracts resulted in enhanced antimicrobial activity. The combination of the three herbal extracts was synergistic in terms of the antimicrobial effect that increases. Their bactericidal effect was faster in the presence of AgNPs than in the absence of silver. When in a lower density suspension, the tested microorganisms showed a higher sensitivity to the tested herbal extracts. The Gram-negative bacteria tested died in a much shorter time than the Gram-positive ones. In the case of aqueous extracts without silver, the reduction of the tested microorganisms from all groups occurred more slowly than when the herbal combination contained AgNPs. Higher sensitivity to all studied herbs, as well as to the combination between them, showed the studied Gram-negative bacteria compared to Gram-positive microorganisms. The highest sensitivity by this method was found in E. coli and P. aeruginosa, as well as the strict anaerobe Clostridium perfringens. The oval fungus C. albicans also showed sensitivity to all studied herbs.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».