MétaCan
Menu
Retour à la cohorte
Enregistrement W4296038457 · doi:10.2174/2589977514666220914084543

Toxicological Analysis of Drugs in Human Mummified Bodies andProposed Guidelines

2022· article· en· W4296038457 sur OpenAlexaff
Angela Silva-Bessa, Ricardo Jorge Dinis‐Oliveira, Shari L. Forbes, María Teresa Ferreira

Notice bibliographique

RevueCurrent Drug Research Reviews · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePaleopathology and ancient diseases
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesFundação para a Ciência e a TecnologiaApplied Molecular Biosciences UnitMinistério da Ciência, Tecnologia e Ensino Superior
Mots-clésForensic toxicologyTaphonomyPaleopathologyArchaeologyGeography

Résumé

récupéré en direct d'OpenAlex

From palaeopathology to forensic taphonomy, mummified human bodies constitute biological archives of paramount importance. Toxicology analysis of endobiotics and xenobiotics has already shown value to archaeological mummies research with detecting heavy metals, sedative-hypnotic drugs, and stimulants. Thanks to the large window of drug detection in hair and nails, the information from such studies has increased the scientific community's knowledge regarding past populations' lifestyles. Still, few bibliographic references exist regarding toxicology reports in mummified bodies from forensic settings. Here, the authors aim to draw attention to the valuable contribution of toxicology analysis, taking into account previously conducted studies and their findings. Given that sample collection on mummified bodies from forensic scenarios may not always happen in laboratories or autopsy rooms, the authors also suggest guidelines for in situ sampling of forensic mummies. It is expected that the present technical note will encourage experts to perform toxicology analysis in mummified bodies and publish their case reports more often.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,464
Tête enseignante GPT0,496
Écart entre enseignants0,031 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Drug Research ReviewsMême sujetPaleopathology and ancient diseasesTravaux en français237 207