MétaCan
Menu
Retour à la cohorte
Enregistrement W2070293203 · doi:10.1111/1556-4029.12620

The Effect of <scp>pH</scp> on Electrolyte Detection of Fingermarks on Cartridge Cases and Subsequent Microscopic Examination

2014· article· en· W2070293203 sur OpenAlexafffund
Simon Liu, Michelle Pflug, R. Hofstetter, Michael Taylor

Notice bibliographique

RevueJournal of Forensic Sciences · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueForensic Fingerprint Detection Methods
Établissements canadiensAmorfix (Canada)
Organismes subventionnairesUniversity of Toronto Mississauga
Mots-clésCartridgeElectrolyteMaterials scienceChromatographySodium hydroxideChemistryMetallurgyOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Cartridge cases may contain deposited fingermarks when the firearm was loaded (http://www.nij.gov/pubs-sum/225320.htm, J Forensic Sci, 53, 2008 and 812). Cartridge cases can be individualized with microscopic examination. However, heat and friction degrades the deposited fingermark on the fired cartridge cases, if any on the surface. Also, unfired and fired cartridge cases are made of metal, which is a nonporous surface that does not retain fingermarks well (http://www.nij.gov/pubs-sum/225320.htm). This study tests the effects of pH level on fingermark clarity on brass fired and unfired cartridge cases and microscopic striation examination (MSE). Two trials were performed to determine the optimal pH in fingermark clarity for both types of cartridges. This was performed through immersion in six pH range solutions from dilutions of sulfuric acid and sodium hydroxide for 24 h for the purpose of enhancing the fingermarks on the metal. The use of the optimal neutral pH level is suggested because immersion of the cartridge cases in pH 1-3 and 3-5 affects MSE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,312
Écart entre enseignants0,296 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetForensic Fingerprint Detection MethodsTravaux en français237 207