Detection of structural degradation of porcine bone in different marine environments with Raman spectroscopy combined with chemometrics
Notice bibliographique
Résumé
Abstract The investigation of time since exposure and taphonomic alteration of bone in marine environments is crucial in forensic sciences. In this study, we explored the diagenetic changes to juvenile porcine bone in two different environmental marine contexts (submerged and intertidal) and how seasonal variation at time of deposition impacted on the pattern of taphonomic alteration in bone during early stages of exposure, from 6 to 24 weeks. The analysis was conducted using Raman spectroscopy combined with chemometrics. Principal component analysis of the Raman data of the recovered bones (either summer or winter season in 2014) showed that the main chemical changes occurred in the bioapatite (phosphate band, ν 1 (PO 4 3− ) at 961 cm −1 ) and organic constituents in the bones and depended on the exposure environment. Support vector machine (SVM) classification analysis classified the samples based on bone type, exposed environment and season, with high accuracy (>80%), but exposure time was less accurate (56%), although still higher than chance. When applying a SVM regression, time since exposure could be predicted with a ±5‐week uncertainty. This study illustrated the potential and limitations of using Raman spectroscopy to detect structural degradation of bone in different marine environments for forensic purposes.
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 | 0,000 | 0,000 |
| 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 ».