Correlation between saw blade width and kerf width
Notice bibliographique
Résumé
Most studies of saw marks have focused on morphological characteristics and their utility in identifying saws suspected to have been utilized in cases of criminal dismemberment. The present study examined the extent to which metric analysis may be used to correlate saw blade measurements with minimum kerf widths (MKWs). A sample of 56 partially defleshed white-tailed deer (Odocoileus virginianus) long bones was utilized as proxy for human remains. The long bones were cut using a variety of commercially available saws, including 11 manual-powered and 5 mechanical-powered saws. A total of 496 false start kerfs (FSKs) were created. Two experiments were performed, with the first test examining the MKWs of FSKs produced on specimens that were restrained using a bench vise, while the second test analyzed the MKWs of FSKs produced on minimally restrained specimens. Statistical analysis using Hierarchical Linear Modeling (HLM) indicated a positive relationship between saw blade width (mm) and MKW, with blade width (p < 0.001) and the overall difference between the mechanical- and manual-powered saws (p = 0.029) tested, reaching statistical significance. A comparison of MKWs produced using manual-powered saws on restrained and minimally restrained bones suggests that restraint condition (p = 0.009) has a statistically significant effect. In comparisons of MKWs to blade widths, the average ratio for mechanical-powered saws is 18.7% greater than the average ratio for manual-powered saws. While the mode of the ratios was 1.42, thus supporting the general rule that MKW does not exceed 1.5 times blade width, multiple individual ratios did surpass 1.5.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,021 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».