بررسی اتنوبوتانی گیاهان دارویی منطقه جنوب کرمان
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 228
فایل این مقاله در 35 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECOPH-8-1_003
تاریخ نمایه سازی: 3 آبان 1400
چکیده مقاله:
پژوهش حاضر باهدف مطالعه دانش اتنوبوتانی مردم بومی هفت شهرستان جنوبی استان کرمان به مساحت ۵۰ هزار هکتار که به منطقه جنوب کرمان معروف است، طی سال های ۱۳۹۸-۱۳۹۶ انجام شد. بدین صورت که دانش قومگیاهشناسی ۱۲۹ آگاه محلی (سن ۸۰-۲۵ سال) شامل گیاه درمان های محلی، بهرهبرداران از منابع طبیعی و افراد محلی با تحصیلات مرتبط با گیاهان دارویی با استفاده از پیمایش صحرایی و به صورت مصاحبه حضوری و روش بارش افکار مورد مطالعه قرار گرفت. اطلاعات شامل نام محلی، نام علمی، نوع کاربرد ومصرف محلی، روش مصرف، اندام مورداستفاده برای هرگونه گیاهی ثبت شد. درمجموع،۲۵۱گونهگیاه دارویی متعلق به۶۳ خانواده گیاهی و ۲۰۶ جنس در این منطقه شناسایی گردید. کاربرد اتنوبوتانیکی ۱۰۳ گونه گیاهی برای اولین بار در این منطقه شناسایی و ثبت گردید. بیشترین گزارش کاربرد گیاهان این منطقه به ترتیب مربوط به یماریهای گوارشی، پوستی، عمومی و تنفسی بود. خانوادههای Asteraceae، Apiaceae و Lamiaceae و جنسهای Ferula، Artemisia و Nepeta به ترتیب بیشترین گیاهان دارویی این منطقه را شامل شدند. در زمینه گیاهان با گزارش استفاده بالا، Rhazya stricta ، Calotropis procera ، Artemisia spp.، Zataria multiflora وBerberis integerrima به ترتیب بیشترین گزارش استفاده در درمان زخم، اگزما، معده درد، اختلالات تنفسی و دیابت را شامل شدند. برگ و گل، اندام رایج و جوشانده و ضماد شکل معمول استفاده از گیاهان دارویی در درمان بیماریها بودند. یافتههای این تحقیق نشان میدهد که اطلاعات اتنوبوتانیکی درون خردهفرهنگهای مردم این منطقه میتواند سرآغاز مناسبی برای تحقیقات کاربردی در صنایع دارویی و بهداشتی باشد.
کلیدواژه ها:
نویسندگان
سیدحمزه حسینی کهنوج
گروه زیست شناسی، دانشکده علوم پایه، دانشگاه جیرفت
حسین بی باک
گروه زیست شناسی، دانشکده علوم پایه، دانشگاه جیرفت
عبدالله رمضانی قرا
گروه زیست شناسی، دانشکده علوم پایه، دانشگاه جیرفت
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :