Fuzzy-defined entities: A key concept to strengthen forensic science foundations?
Notice bibliographique
Résumé
According to the Sydney Declaration, "Forensic science is [… an] endeavour to study traces […] through their detection, recognition, recovery, examination and interpretation to understand anomalous events of public interest (e.g., crimes, security incidents)." This science is focused on establishing the nature and relationships among entities related to events having a potential legal impact. Entities can be (groups of) persons, objects, activities and their corresponding sources, events and traces. Although uniqueness of an entity has been traditionally accepted as a principle of forensic science, this paper argues and illustrates that such uniqueness is illusory: Not only can an entity evolve spatially and temporally, but at any specific instant, it differs from itself according to the level of precision at which it is considered. Its characteristics vary based on when, how and by whom it is perceived. We introduce the concept of fuzzy entities - defined to formally include some essential uncertainty or imprecision. The essential impreciseness and subjectivity of an entity gives a new perspective that allows us to revisit Kirk's principle of individuality and to propose to replace it with a new principle of fuzzy unicity. We believe that this new perspective has the potential to strengthen forensic science foundations and bring closer its disciplines, which is an important step towards a harmonized forensic science.
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 | 0,017 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,042 |
| Communication savante | 0,009 | 0,028 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».