MétaCan
Menu
Retour à la cohorte
Enregistrement W4240978787 · doi:10.1111/j.1556-4029.2009.01061.x

Macroscopic Analysis of Axe and Hatchet Trauma in Fleshed and Defleshed Mammalian Long Bones*

2009· article· en· W4240978787 sur OpenAlexaff
Kalan S. Lynn, Scott I. Fairgrieve

Notice bibliographique

RevueJournal of Forensic Sciences · 2009
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueForensic Anthropology and Bioarchaeology Studies
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésDismembermentAnatomyFibulaForensic anthropologyFleshBiologyTibiaArchaeologyGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract: Recently, the authors have noted that many studies involving the characterization of chopping weapon wounds have used either semi‐fleshed or defleshed bones (e.g., J Forensic Sci 2001; 46: 228). As these types of specimens do not reflect the full range of actual cases of postmortem dismemberment or perimortem trauma, 11 fresh pig ( Sus scrofa ) articulated hind limbs, with contiguous surrounding flesh, were inflicted with wounds using two axes and two hatchets. Defleshed humeri and femora were subjected to the same treatment. While there were no great differences found between the fleshed and defleshed specimens, characteristics observed including entrance site width and the presence of chattering were inconsistent with some aspects of Humphrey and Hutchinson’s study ( J Forensic Sci 2001; 46: 228). Further, it was found that curve transverse and spiral fractures were prevalent in femora, while longitudinal fractures were prevalent in fibulae. Hence, fracture types may play a role in characterizing some wounds caused by chopping weapons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,015
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,297
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations49
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetForensic Anthropology and Bioarchaeology StudiesTravaux en français237 207