معرفی دانش بومی گیاهان دارویی زرین دشت استان فارس
محل انتشار: سومین همایش ملی گیاهان دارویی و کشاورزی پایدار
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,730
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MPSA03_023
تاریخ نمایه سازی: 20 دی 1394
چکیده مقاله:
کاربرد گیاهان به عنوان دارو جهت پیشگیری و درمان بیماریها، حاصل دانش بومی و تجربه عملی سالیان درازمردم بومی یک منطقه است. با توجه به فلور غنی استان فارس از نظر گیاهان دارویی، از آنجا که به دلیل تغییرکاربری مراتع و تخریب آن احتمال بروز تغییراتی در شیوه معیشت مردم بومی هر منطقه قابل پیش بینی است،به نظر می رسد جمع آوری اطلاعات در شرف فراموشی و انجام مطالعات بیشتر با برخوردی علمی در این زمینهبتواند ضمن حفظ این دانش بومی، راهگشای شناخت و تولید داروهای گیاهی جدید، در جهت پیشگیری، درمانبیماریهای انسان و دام باشد. بدین منظور مهمترین و پرکاربردترین گیاهان دارویی منطقه زرین دشت از طریقمصاحبه حضوری و پرسشنامه از مردم بومی و محلی با تجربه و خصوصا عطاران قدیمی شناسایی شد. سپساطلاعاتی از جمله نام محلی گیاه، قسمت مورد استفاده، زمان مناسب، کاربرد و نحوه مصرف آنها در طب سنتی وبومی و نیز نوع فرآوری آنها، جمع آوری شد. از سوی دیگر با توجه به آنکه هر روزه در ایران به تعداد گونه هایگیاهی نادر و در معرض خطر افزوده می شود، بررسی و شناخت آنها به منظور جلوگیری از تخریب بسیار مهماست. بنابراین با هدف حفاظت و جلوگیری از انقراض گونه های دارویی (خصوصا گیاهان شناخته شده به منظوربرداشت بی رویه غیر اصولی)، در این تحقیق وضعیت کنونی گیاهان بررسی و با داده های سرخ مقایسه گردید.بررسی ها نشان دهنده استفاده گسترده دارویی از گیاهان منطقه توسط افراد محلی و عطاری ها بود که به نظرمی رسد منجر به برداشت بی رویه و تحت خطر انقراض قرار دادن این گونه ها بشود.
نویسندگان
روجا صفائیان
استادیار دانشکده کشاورزی دانشگاه شیراز (نویسنده مسئول)
زینب هاشمی
دانشجوی کارشناسی ارشد مدیریت مناطق بیابانی دانشکده کشاورزی دانشگاه شیراز
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 :