MétaCan
Menu
Retour à la cohorte
Enregistrement W4388862232 · doi:10.1080/00085030.2023.2281006

Background and persistence of fibers on vehicle seat belts

2023· article· en· W4388862232 sur OpenAlexaffvenue
Marie-Christine Bolduc, André Y. Tremblay, Cyril Muehlethaler

Notice bibliographique

RevueCanadian Society of Forensic Science Journal · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensInternational Centre for Comparative CriminologyUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésSeat beltPersistence (discontinuity)PopulationFiberClothingEnvironmental scienceForensic engineeringEngineeringAutomotive engineeringMaterials scienceGeographyGeotechnical engineeringMedicineComposite materialArchaeologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Examination of the fibers transferred to vehicle seats and seat belts makes it possible to establish links in cases of vehicle theft or road accidents. Unlike seats, seat belts often have fibers that are fused to them owing to the significant forces encountered in the event of an accident, fibers that can be evaluated for their persistence and significant probative value. The aim of the project is to determine the background fiber population naturally present on seat belts, as well as to carry out simulations to study the persistence of the fibers. These were determined using zonal samples from seat belts of ten different vehicles. For the experiments, drivers of the vehicles had to wear a luminescent T-shirt for a total of 30 min, then remove it and continue driving normally for variable periods of time. The results show that the persistence of fibers on seat belts is heavily influenced by the number of times the driver fastened/unfastened their seat belt. The background population of fibers is comparable to the literature but can show important deviations when specific clothes are worn by the driver (i.e., winter accessories).

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,066
Tête enseignante GPT0,290
Écart entre enseignants0,224 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Society of Forensic Science JournalMême sujetTextile materials and evaluationsTravaux en français237 207