Yapay Zeka ve Adli Bilimler: Yayınların Bibliyometrik Analizi
Notice bibliographique
Résumé
Objective: Forensic science is a superstructure that encompasses many specialized fields that require expertise. In recent years, studies have been conducted on artificial intelligence and machine learning-based applications in almost all areas of forensic science. The aim of our study is to determine the trends related to the research/application areas of artificial intelligence and machine learning-based programs in forensic sciences and to make predictions about the future of the subject, and to contribute to the professionals working in the field. Methods: When the Web of Science database was searched with the keywords “artificial intelligence/machine learning” and “forensic/forensic science” in the title or abstract between 2001-2023, 229 results were obtained. Simple frequency analyses were performed using IBM SPSS 23 software for the study, and R Studio and Vosviewer (version1.16.19) programs were used for bibliometric analysis. Results: It was found that there were 229 publications meeting the criteria, and the most studies on the subject were published in International Journal of Legal Medicine with 9 publications. The most frequently published countries were the United States with 32 (13.9%) publications, China with 30 (13.04%) publications, and India with 23 (10%) publications. The most commonly used keywords in the publications were “artificial intelligence”, “deep learning” and “machine learning”. Conclusion: The results of analysis show that artificial intelligence and machine learning-based systems have become increasingly studied in many areas of forensic science in recent years. As machine learning/artificial intelligence programs are developed, it is likely that these applications will be used in forensic science/medicine practice.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,045 | 0,045 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».