Distinguishing between homicide and suicide knots and ligatures: A comparative analysis of case and survey data
Notice bibliographique
Résumé
Distinguishing between suicide and homicide can be challenging owing to ambiguous and confusing case details. In particular, there is a paucity of useful information comparing homicide and suicide knots and ligatures in the literature. Multiple knot and ligature characteristics have not been recognized previously because complete and accurate information has been lacking. Ninety external tying cases (mainly homicide) and 56 cases involving self-tying (mainly suicide) were reviewed to compare multiple knot and ligature characteristics. Additionally, 189 survey volunteers performed four standardized external tying tasks and two self-tying tasks, yielding comparison data from more than 1500 knots. Using all available data, it was determined that the differences between external and self-tying included types of knots, ligature configurations, ligature tensions, wrist gaps, wend lengths, knot access, external anchoring, and other indicators. These differences are presented in a proposed analysis checklist inspired by medical and psychiatric protocols. The checklist contains 14 potential characteristics for head and neck bindings, 14 potential characteristics for wrists and arms, nine ankle and leg characteristics, and four linkage details. The proposed checklist can be expanded and fine-tuned as more data are accumulated. It offers experienced knot analysts an additional tool to assist in drawing conclusions, which then can be related to other case evidence 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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».