Comparison of Time-Lapse Ground-Penetrating Radar and Electrical Resistivity Tomography Surveys for Detecting Pig (Sus spp.) Cadaver Graves in an Australian Environment
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
Locating clandestine graves presents significant challenges to law enforcement agencies, necessitating the testing of grave detection techniques. This experimental study, conducted under Australian field conditions, assesses the effectiveness of time-lapse ground-penetrating radar (GPR) and electrical resistivity tomography (ERT) in detecting pig burials as simulated forensic cases. The research addresses two key questions: (1) observability of graves using GPR and ERT, and (2) changes in geophysical responses with reference to changing climatic conditions. The principal novelty of this research is its Australian focus—this is the first time-lapse GPR and ERT study used to locate clandestine graves in Australia. The results reveal that both GPR and ERT can detect graves; however, ERT demonstrates greater suitability in homogeneous soil and anomalously wet climate conditions, with the detectability affected by grave depth. This project also found that resistivity values are likely influenced by soil moisture and decomposition fluids; however, these parameters were not directly measured in this study. Contrastingly, although GPR successfully achieved 2 m penetration in each survey, the site’s undeveloped soil likely resulted in inconsistent detectability. The findings underscore the significance of site-specific factors when employing GPR and/or ERT for grave detection, including soil homogeneity, climate conditions, water percolation, and body decomposition state. These findings offer practical insights into each technique’s utility as a search tool for missing persons, aiding law enforcement agencies with homicide cases involving covert graves.
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