MétaCan
Menu
Retour à la cohorte
Enregistrement W2606500456 · doi:10.23907/2014.046

Investigation of Deaths of Undocumented Border Crossers and Management of Remains

2014· article· en· W2606500456 sur OpenAlexaff
Gregory L. Hess, David C. Winston

Notice bibliographique

RevueAcademic Forensic Pathology · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensOffice of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésMedical examinerJurisdictionPopulationIdentification (biology)TriageCriminologyMedicineMedical emergencyPolitical sciencePoison controlSuicide preventionLawPsychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Myriad factors influence the patterns of illegal migration of people from Mexico and Central America into the United States. The Pima County Office of the Medical Examiner (PCOME) has examined the largest number of recovered undocumented border crosser (UBC) remains of any single medical examiner jurisdiction in the United States since at least 2001. The examination and management of UBC remains is a unique process. Determination of the cause and manner of death are often compromised by advanced decomposition to the point of skeletonization. Unusual examination findings and death presentations not frequently seen in non-UBC populations are the norm. Ancillary techniques such as infrared digital photography and rehydration of mummified remains are commonly employed in the identification of these remains. Administrative challenges such as cold storage capacity, triage and handling of missing person's information, interactions with foreign governments, high media interest, identification, interment, and management of a large number of unidentified remains are ongoing issues. This review outlines the issues commonly encountered and techniques used by the PCOME to manage the remains of this vulnerable population.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,340
Écart entre enseignants0,316 · 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'étudeObservationnel
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic Forensic PathologyMême sujetMigration, Health and TraumaTravaux en français237 207