The Use of Liquid Latex to Recover Latent Fingerprints that are Covered in Debris from Exterior Glass Surfaces of Vehicles
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.
Notice bibliographique
Résumé
Abstract The purpose of this research is to determine if latent fingerprints deposited on the exterior glass surfaces of vehicles, then covered in debris, can be recovered. Past research used liquid latex to lift soot to recover trace evidence. Recently, liquid latex has been used to recover latent fingerprints along the bottom of vehicles. In this study, a total of 216 latent fingerprints were deposited on the exterior windows of three vehicles. Three control and three experimental latent fingerprints were placed on each side window. The vehicles collected debris for either 2, 3, or 4 weeks. After debris collection, liquid latex was applied to the experimental sections. The underlying fingerprints were developed with white granular powder. Control fingerprints were developed directly with white granular powder. A chi‐square test revealed a significant difference in fingerprint recovery between the control and liquid latex method (X 2 = 9.026, d.f. = 1, p = 0.003). An odds ratio determined that the control method increases the probability of latent fingerprint recovery by 2.68. Fisher's exact test indicated that there is no statistically significant difference between the detail of the recovered control and experimental fingerprints ( p = 0.065). This study demonstrates that recovery of fingerprints is possible using the liquid latex method; however, the control method recovers more fingerprints on the glass exterior of vehicles. If latent fingerprints are thought to be present on the exterior glass surfaces of vehicles, the control method should be used to improve vehicle processing by investigators.
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 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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle