MétaCan
Menu
Retour à la cohorte
Enregistrement W2530089128 · doi:10.1080/19409044.2016.1218574

Design Considerations for the Implementation of Artificial Fluids as Blood Substitutes for Educational and Training Use in the Forensic Sciences

2016· article· en· W2530089128 sur OpenAlexaff
Theresa Stotesbury, Cathy Bruce, Mike Illes, Robyne Hanley-Dafoe

Notice bibliographique

RevueForensic Science Policy & Management An International Journal · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueInteractive and Immersive Displays
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésAffordanceEngineering ethicsValue (mathematics)Computer scienceReliability (semiconductor)Training (meteorology)Engineering managementEngineeringRisk analysis (engineering)Management scienceMedicineHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Strengthening education and training in the forensic sciences requires the implementation of new and innovative technologies into existing teaching strategies. Scientific research in the design and use of artificial substitutes can offer new and advantageous contributions to such initiatives. This article describes the relevant considerations and advantages to designing a forensic blood substitute for use in forensic education and training facilities. BPA training materials must ensure safety, reliability, feasibility, and value added. Each of these considerations is addressed with a particular focus on the educational benefits (value added) that a forensic blood substitute can offer. In particular, the visual affordances of the material designed for this study will be highlighted in terms of its educational benefits to the training of scientists.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,822

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0010,000
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 Opus0,115
Tête enseignante GPT0,399
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForensic Science Policy & Management An International JournalMême sujetInteractive and Immersive DisplaysTravaux en français237 207