MétaCan
Menu
Retour à la cohorte
Enregistrement W4200466075 · doi:10.3390/insects13010011

Is Forensic Entomology Lost in Space?

2021· article· en· W4200466075 sur OpenAlexafffundabout
Denis R. Boudreau, Gaétan Moreau

Notice bibliographique

RevueInsects · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForensic Entomology and Diptera Studies
Établissements canadiensUniversité de Moncton
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésForensic entomologyCalliphoridaeBiologyEntomologyEcologyForensic scienceSpatial ecologyEcological successionEvolutionary biologyLarva

Résumé

récupéré en direct d'OpenAlex

Spatial and scale effects have barely been considered in forensic entomology, despite their pervasive influence on most of the parameters affecting the development of insect larval stages and the progression of insect succession on cadavers. Here, we used smoothing/interpolation techniques and semivariograms to document the spatial dynamics of sarcosaprophageous Calliphoridae, an important forensic taxon, in the Greater Moncton area in New Brunswick, Canada. Results indicated that the spatial dynamics of Calliphoridae differed between species, some species showing strong patterns of regional aggregation while others did not. Multivariate spatial correlations indicated that interspecific relationships in space varied widely, ranging from local and large-scale aggregation to spatial anticorrelation between species. Overall, this study suggested that even within a restricted timescale, the spatial dynamics of Calliphoridae can operate at many scales, manifest in different patterns, and be attributed to multiple different causes. We stress that forensic entomology has much to benefit from the use of spatial analysis because many important forensic questions, both at the fundamental and practical levels, require a spatial solution.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0040,022
Communication savante0,0100,019
Science ouverte0,0020,007
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,026
Tête enseignante GPT0,241
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations7
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInsectsMême sujetForensic Entomology and Diptera StudiesTravaux en français237 207