LAF 1.0: IMPLANTAÇÃO DE UM SISTEMA INFORMATIZADO PARA LABORATÓRIOS DE ANTROPOLOGIA FORENSE
Notice bibliographique
Résumé
Objetivo: Desenvolvimento de um software para cadastro e recuperação de informações em Antropologia Forense baseado no protocolo desenvolvido durante o projeto “UK –Brazil Scientific Cooperation – Forensic Anthropology and Identification of Human Remains”. Metodologia: Por se tratar de um aplicativo acessado via Browser (software que permite o acesso à Internet, como o Microsoft Internet Explorer®) foi necessária a escolha de uma linguagem de programação que se enquadrasse nesse requisito juntamente com uma aplicação servidora. A linguagem escolhida foi PHP® e a aplicação servidora foi o Apache®. Para o armazenamento dos dados foi escolhido o Sistema Gerenciador de Banco de Dados MySQL®. Resultados: Testes realizados com dados reais comprovaram a eficiência do LAF 1.0 em se tratando de segurança, confiabilidade no armazenamento e recuperação dos dados além de satisfação do usuário, com o visual limpo e agradável das interfaces. Esta versão foi registrada no Instituto Nacional de Propriedade Intelectual (INPI) e encontra-se disponível gratuitamente para uso em todos os serviços médico-legais interessados em implantar um laboratório de Antropologia Forense. Conclusões: O software agilizou a geração de laudos de exames antropológicos para o Laboratório de Antropologia Forense do Centro de Medicina Legal (CEMEL) e permitiu a criação de uma ferramenta informatizada gratuita para uso em outros serviços semelhantes, o que permitirá maior facilidade na capacitação de pessoal para o trabalho em Antropologia Forense. O software encontra-se atualmente em sua versão de atualização, denominada LAF 2.0.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,035 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».