Effect of muzzle gas on forward blood spatter from a gunshot: Experiments with a supersonic de Laval nozzle
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.
Notice bibliographique
Résumé
For bloodstain pattern analysis (BPA), interpreting statistically reliable data on a crime scene resulting from gunshots is a great challenge. This is due to various uncertainties, including blood rheology, hematocrit, coagulation, surrounding atmospheric conditions, victim's peculiarities, gun types, geometries, etc. In addition, muzzle (propellant) gases that follow the bullet may influence the aerodynamics of blood spatter in the cases of short-range shooting. We studied the muzzle gas effect on forward blood spatter. Muzzle gas can penetrate the wound channel and be ejected from the bullet exit hole affecting the forward blood spatter. Experiments with blood atomization by a gas flow issued from a supersonic de Laval converging–diverging nozzle are conducted. Defibrinated sheep blood was enclosed in a thin solid cylinder, which was filled by a supersonic air flow ejected from a de Laval nozzle, mimicking the muzzle gas flow through a wound channel. The mass flow rate of the supersonic air stream was varied by controlling the upstream chamber pressure. It was found that the number counts of the forward blood spatter from the muzzle gas blasting peaked at relatively shorter distances from the exit hole compared to the one that would be caused by a bullet. The effects of the muzzle gas and bullet could cause the formation of a bimodal spatter distribution on the floor behind the exit hole. These findings imply that atomization events owing to muzzle gas cause coarser atomization than that of a bullet, which could facilitate BPA in distinguishing certain homicides from staged suicides.
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 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 | 0,001 | 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 découle