MétaCan
Menu
Retour à la cohorte
Enregistrement W3008634891 · doi:10.1111/1556-4029.14301

Observations and 3D Analysis of Controlled Cast‐Off Stains

2020· article· en· W3008634891 sur OpenAlexaff
Eugene Liscio, Patrick Bozek, Helen Guryn, Quan Le

Notice bibliographique

RevueJournal of Forensic Sciences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésForensic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Cast-off stains are common patterns found at crime scenes involving blood shedding events. However, the analysis and interpretation of cast-off patterns remains an area lacking tools for crime scene investigators. Analyzing cast-off patterns may allow investigators to interpret the area from where an object may have been swung and thus determine the approximate location of a suspect or victim. This study looked at the position and distribution of cast-off patterns and area of origin as a starting point for the development of a method to analyze cast-off patterns. Through a series of tests using a controlled cast-off rig (n = 10), it was observed that a Path Volume Envelope (PVE) may be identified where the swinging path is contained in a volume along with an area of exclusion. The calculated center, linear position of the PVE was found to have an average error of just over 3.2 cm when compared to the known object swing path position. The maximum deviation of the PVE to the known swing path was found to be 5.0 cm with a standard deviation of 1.4 cm. Additional studies are required to investigate the effects of partial cast-off stains, wielded object velocity, direction of swing, distance from the projected surface, and other factors. The observations and analysis from this study were seen to be predictable and repeatable and may provide a possible new method for investigators to interpret cast-off stains.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,138

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,038
Tête enseignante GPT0,247
Écart entre enseignants0,209 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207