Issues and opportunities in urban forensic geology
Notice bibliographique
Résumé
Abstract Geological trace evidence including, for example, soil, sand and rock dust has been examined using a wide range of analytical techniques. Whilst such materials are common in rural locations, in urban areas, such geological materials are often perceived to be restricted to parks, recreational areas, gardens and waste ground. However, both geological materials and the wide range of analytical methods used to characterize them are much more applicable to the whole urban environment than is generally realized, with the main differences being the types and amounts of sample analysed and the methods adopted. The range of geological applications can be summarized as those deployed at the broad (decimetres–kilometres) to small (millimetres–decimetres) scale. The broad spatial variation in soil, roadway, water, buildings materials, and wind- or water-borne particles can be contrasted with the variation in urban materials from dwellings to streets or gardens and parks, along with the micro-spatial and stratigraphical variation in each. In addition, geological principles and techniques that have not been used before can be applied to urban materials to provide comparisons of material that were not previously achievable, or to add a further proxy to established methods. The latter point is demonstrated with a case study using X-ray diffraction and QEMSCAN® of a criminal case where building plaster with peculiar qualities could be compared between a suspect's vehicle and plaster present along the escape route from a murder scene.
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 | 0,025 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,029 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».