Corpse identification in mass disasters and other violence: the ethical challenges of a humanitarian approach
Notice bibliographique
Résumé
In October 2022, the Centre for Ethics of Yenepoya University hosted a national workshop entitled: "Respect for human dignity of the unidentified dead from mass disasters and other violence: strategies for the ethical management of biological samples and personal data". The aim was to explore and share experience and ethical considerations regarding the management and identification of human remains in the event of disasters, with the purpose to arrive at a general consensus about what constitutes the ethical foundation of the management of unidentified human remains in forensic practice and, in particular, contextualizing this in India. The main ethical consideration that emerged was tracing the missing and identifying the dead are crucial to maintaining or restoring basic human rights and responsible relief activities. Identification is not only an organizational and scientific achievement but, regardless of circumstances, also necessarily and always an activity with significant political, epistemic, and philosophical relevance and consequence. In India, it could be important to consider new legal provisions for the management of human samples so that this would provide a starting point for the treatment of human remains managed for forensic purposes with uniformity in the country. Another important step in which governments should take part regards the involvement and education of the general public to develop their interest in this important goal. In the field of forensic anthropology, artificial intelligence can support, through the use of algorithms, the decision-making process that leads to the identification of the victim or its remains. Furthermore, they can be used to extract new knowledge from huge databases and shorten identification through computer automation of data binding activities. Applying artificial intelligence tools in forensic sciences to collect new information from massive datasets to enhance knowledge, and reduce human subjectivity and errors, provides a greater scientific basis that could improve the strength of the evidence and support the admissibility of expert evidence. In light of the general lack of national/international guidance about ethical oversight for identification and care of human remains, the fact that regulations are frequently not adequate to govern ethical aspects, we hope that an internationally recognized body should develop such guidance in collaboration with relevant organizations.
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 | 0,047 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,059 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,015 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».