A retail sampling approach to assess impact of geographic concentrations on probative value of comparative bullet lead analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The probative value of comparative bullet lead analysis (CBLA), a now discontinued technique that was used by the Federal Bureau of Investigation for more than 30 years, has been hotly debated over the last several years. One issue that has received relatively little attention concerns the degree of geographic dispersion of bullets as they pass from manufacturers to retailers. Proponents and critics of CBLA alike agree that geographic distribution is such a major consideration, if not a predominant one, that it could significantly diminish, or completely erode, the probative value of a CBLA ‘match’ or, in some cases, even make a match counter-probative. The inattention to this issue to date appears to be a consequence of lack of data, rather than lack of importance. Until now, no datum concerning bullet distribution has been presented in the public domain, critically hampering the proper estimation of the probative value of a CBLA match. In this paper, we use manufacturer packing codes on boxes of bullets in retail outlets at four sites in the United States as a surrogate measure of bullet lead compositions to gauge local retail bullet distribution. Using a weighted average packing code match probability, we found very high degrees of geographic concentration of bullet packing codes. Although these findings can only offer a rough estimate of the degree of geographic concentration of actual chemical compositions of bullets, they are sufficient to establish that geographic concentration does, in fact, exist. Such a concentration would have a significant impact on the probative value of any claimed CBLA match.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle