Ballpoint Pen Inks: Characterization by Positive and Negative Ion-Electrospray Ionization Mass Spectrometry for the Forensic Examination of Writing Inks
Notice bibliographique
Résumé
A method based on profiling of dye components by electrospray ionization mass spectrometry (ESI/MS) is described for the characterization of ballpoint pen inks. The method involves benzyl alcohol (30 microL) extraction of ink from paper. The extracts of ink lines 1 and 5 mm in length are used for direct ESI/MS analysis in positive and negative modes, respectively. The instrumental analysis takes 3 min. Basic and acid dyes in the inks are detected in the positive and negative modes, respectively, with each dye yielding one or two characteristic ion peaks. The mass spectrum, which is mainly a compositional signature of the dyes in the ink, was not affected by the type of paper from which the ink was extracted, or by natural ageing of the ink on document in the absence of light. However, exposure to fluorescent illumination caused dealkylation of polyalkylated basic dyes and resulted in changes in the homologous distribution of the dyes. In this study, a total of 44 blue inks, 23 black inks, and 10 red inks have been analyzed, and the mass spectra were used to establish a searchable library. ESI/MS analysis provides a simple and fast way to compare ink specimens and in combination with on-line library search permits rapid screening of inks for forensic document investigations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».