MétaCan
Menu
Retour à la cohorte
Enregistrement W2972747140 · doi:10.22215/etd/2019-13644

Exploring Applicability of Direct Analysis in Real Time with Mass Spectrometry (DART-MS) to Identify Homemade Explosive Residues Post-Blast

2019· dissertation· en· W2972747140 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueForensic Fingerprint Detection Methods
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésDART ion sourceExplosive materialDartMass spectrometryChemistryAnalytical Chemistry (journal)ChromatographyIonizationComputer scienceElectron ionizationOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Application of Direct-Analysis-in-Real-Time (DART) ionization with mass spectrometry (DART-MS) to identify explosives from post-blast residues is presented. Explosives of interest represent real current threats encountered in criminal investigations in North America and Europe: homemade organic peroxides, binary explosives and smokeless powder. A series of simulated improvised explosive devices (IEDs) were manufactured using triacetone triperoxide (TATP), hexamethylene triperoxide diamine (HMTD), methyl ethyl ketone peroxide (MEKP), homemade binary explosives (composed of a fuel-oxidizer) and single and double-base smokeless powders. Each IED was configured to yield bomb fragments representative of actual materials recovered from bombing investigations. The goal of this study was to demonstrate the validity of DART-MS for identification of homemade explosives using real world samples (i.e. not laboratory simulations) and develop a quality assured method for use in accredited forensic laboratory settings.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,565
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,006
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)0,0010,000

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 Opus0,044
Tête enseignante GPT0,359
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

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetForensic Fingerprint Detection MethodsTravaux en français237 207