MétaCan
Menu
Retour à la cohorte
Enregistrement W2621092612 · doi:10.1111/1556-4029.13363

Tape Lift Sampling of Chemical Threat Agents

2017· article· en· W2621092612 sur OpenAlexaff
Krista Brady, Becky Stilley, Maria Olds, James M. Egan, Evan Durnal

Notice bibliographique

RevueJournal of Forensic Sciences · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueChemical Safety and Risk Management
Établissements canadiensShared Health
Organismes subventionnairesnon disponible
Mots-clésTileLift (data mining)Materials scienceCartridgeForensic engineeringComputer scienceComposite materialEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Commercial-off-the-shelf (COTS) materials were evaluated as surface samplers for the Department of Homeland Security Chemical Forensics Program. The program helps evidence collectors identify trace chemical residues at incident scenes. COTS items are widely available, produced in large lots, and with strict controls. Chemical attribution signatures were collected from common surfaces. Eight tape lift candidates were considered, five were chosen based on performance and tested for analytical interferences and extraction efficiencies with 14 chemicals. Three products (duct tape, print lifters, command strips) were evaluated for uptake from common interior surfaces (glass, tile, ABS plastic). Duct tape provided highest recoveries across all surfaces. Even the most volatile analytes were detected in the ABS plastic samples (nondetections in others), regardless of tape lift material used. The porous plastic substrate provides better target retention than glass and tile surfaces. Forensic field operators should sample surfaces made of ABS plastic (keyboards, remotes, phones, etc.) whenever possible.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,253

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,062
Tête enseignante GPT0,323
Écart entre enseignants0,261 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetChemical Safety and Risk ManagementTravaux en français237 207