MétaCan
Menu
Retour à la cohorte
Enregistrement W2606717884 · doi:10.23907/2015.029

Histological Aging of Bruising: A Historical and Ongoing Challenge

2015· article· en· W2606717884 sur OpenAlexaff
Jacqueline L. Parai, Christopher M. Milroy

Notice bibliographique

RevueAcademic Forensic Pathology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Abuse and Related Trauma
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésForensic pathologyBruiseMedicinePathologyH&E stainAutopsyDermatologySurgeryStaining

Résumé

récupéré en direct d'OpenAlex

Dating of bruises can be of great importance in forensic pathology. Such dating can be performed by both naked eye appearance and by using microscopic techniques. This paper reviews the literature on histological dating of bruising. Microscopic techniques have used standard histologic stains including hematoxylin and eosin and Prussian blue for iron; more recently, studies have employed immunohistochemistry. Biochemical techniques have also been used in an attempt to date bruises. These data have provided estimation of the age of bruises, without being able to give precise determinations. Findings that have been used to age bruises and factors that affect the aging of bruises are reviewed. Dating of bruising by laboratory techniques can only provide a range of time. Biological variation may prevent more accurate dating, despite newer techniques being used. Histological examination of bruises does have added value, but must be interpreted appropriately.

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)0,021
score de la tête « metaresearch » (Gemma)0,028
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: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0020,015
Communication savante0,0050,016
Science ouverte0,0020,003
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,296
Écart entre enseignants0,232 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic Forensic PathologyMême sujetChild Abuse and Related TraumaTravaux en français237 207