MétaCan
Menu
Retour à la cohorte
Enregistrement W4285083359 · doi:10.3389/frans.2022.934639

Validating the Use of Amputated Limbs Used as Cadaver Detection Dog Training Aids

2022· article· en· W4285083359 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueFrontiers in Analytical Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForensic Entomology and Diptera Studies
Établissements canadiensTrent UniversityGovernment of OntarioUniversité du Québec à Trois-Rivières
Organismes subventionnairesFondation de l’UQTRNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsUniversité du Québec à Trois-Rivières
Mots-clésOdorContext (archaeology)CadaverMedicineChromatographyChemistryEnvironmental chemistrySurgeryOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

Cadaver detection dogs (CDDs) are trained to locate human remains and/or objects associated with human remains. This is possible due to their extraordinary olfactory capabilities compared to those of humans. To reinforce this capability, CDDs must be trained and regularly exposed to the target odor in the form of training aids which include—chemical formulations, animal remains, and/or human remains. Currently, the Ontario Provincial Police (OPP) use amputated limbs/feet from consented surgeries performed on diabetic patients as cadaver detection dog training aids. There is limited knowledge about the volatile organic compound (VOC) composition of these training aids and their appropriateness as an alternative to human remains for CDD training purposes, which formed the aim of the current study. VOCs were collected from amputated lower limbs/feet repeatedly using thermal desorption (TD) tubes and analyzed with comprehensive two-dimensional gas chromatography—time-of-flight mass spectrometry (GC×GC-TOFMS). The response of cadaver detection dogs to these training aids was also recorded to understand their alert in the context of the detected VOCs. VOC classes including acids, alcohols, aldehydes, ketones, ester and analogues, ethers, aliphatic, cyclics, sulfur-containing, nitrogen-containing, and halogen-containing VOCs were identified. Of these classes, cyclic VOCs were most abundant followed by nitrogen-containing VOCs while ethers were the least abundant. The most prominent VOCs identified in amputated limbs/feet were decomposition related however, one VOC—sevoflurane, originated from anaesthesia during the surgeries. It was determined that the VOC profile of aged and relatively recent training aids were variable. The aged training aids sampled over time had less variability (compared to more recent training aids). Additionally, the VOC profiles of samples was not found variable owing to the storage conditions—room temperature, refrigerator or freezer. Overall, a 98.4% detection rate was observed for amputated limbs/feet used as CDD training aids and the presence of non-decomposition related VOCs such as sevoflurane did not appear to impact the CDDs’ detection capability. This study highlights that the presence of decomposition VOCs in amputated limbs/feet and their high detection rate by CDDs validates their use as alternative CDD training aids.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,506
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
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 Opus0,061
Tête enseignante GPT0,264
Écart entre enseignants0,203 · 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