MétaCan
Menu
Retour à la cohorte
Enregistrement W2064465157 · doi:10.1111/j.1556-4029.2010.01335.x

The Odontology Victim Identification Skill Assessment System*<sup>,†</sup>

2010· article· en· W2064465157 sur OpenAlexaff
Harry K. Zohn, Sheila Dashkow, Kenneth W. Aschheim, Lawrence Dobrin, Howard S Glazer, Mitchell Kirschbaum, Daniel Levitt, Cecile A. Feldman

Notice bibliographique

RevueJournal of Forensic Sciences · 2010
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueForensic Anthropology and Bioarchaeology Studies
Établissements canadiensOffice of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésForensic odontologyIdentification (biology)Competency assessmentMedical educationForensic dentistryTest (biology)MedicinePsychologyForensic engineeringDentistryEngineering

Résumé

récupéré en direct d'OpenAlex

Mass fatality identification efforts involving forensic odontology can involve hundreds of dental volunteers. A literature review was conducted and forensic odontologists and dental educators consulted to identify lessons learned from past mass fatality identification efforts. As a result, the authors propose a skill assessment system, the Odontology Victim Identification Skill Assessment System (OVID-SAS), which details qualifications required to participate on the Antemortem, Postmortem, Ante/Postmortem Comparison, Field, and Shift Leader/Initial Response Teams. For each qualification, specific skills have been identified along with suggested educational pedagogy and skill assessment methods. Courses and assessments can be developed by dental schools, professional associations, or forensic organizations to teach and test for the skills required for dental volunteers to participate on each team. By implementing a system, such as OVID-SAS, forensic odontologists responsible for organizing and managing a forensic odontology mass fatality identification effort will be able to optimally utilize individuals presenting with proven skills.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,033
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,296
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetForensic Anthropology and Bioarchaeology StudiesTravaux en français237 207