MétaCan
Menu
Retour à la cohorte
Enregistrement W4408933902 · doi:10.1080/00085030.2025.2480433

The rise of 3D-printed firearms in Quebec (Canada): casework overview

2025· article· en· W4408933902 sur OpenAlexvenueaboutno aff
Nadia Ducharme, Olivier Barron, Catherine Coulombe, Mylène Falardeau

Notice bibliographique

RevueCanadian Society of Forensic Science Journal · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clés3d printedCriminologyPolitical scienceArchaeologyForensic engineeringHistoryEngineeringPsychology

Résumé

récupéré en direct d'OpenAlex

The accessibility of 3D-printed firearms (3DPF) has increased in recent years, due in part to advancements in 3D printing technologies and a decrease in 3D-printer costs. The emergence of 3DPFs has raised security concerns, as their lack of serial numbers makes them difficult to trace. The province of Quebec is not spared by the rise of 3DPFs and has had to adapt to stay ahead. This paper presents data from all 3DPFs and 3D-printed related exhibits analyzed at the Laboratoire de sciences judiciaires et de médecine légale (LSJML) from the first case identified in 2016 to 2023. Recently, a diversification of 3D-printed related exhibits has been observed. The most frequent 3DPF model received is a Glock-type frame which, once assembled, can perform as well as a commercial firearm. However, assembling any 3DPF can be challenging due to the time and parts needed to render it functional. An interdisciplinary team specializing in 3D-printed firearms was created at LSJML to develop its expertise and support the judicial system in its need for improvement in the forensic examination of 3DPFs. Finally, 3DPFs present challenges in court due to their novelty, as no consensus has been established on the required examination for these firearms.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,018
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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'étudeAutre devis
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Society of Forensic Science JournalMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207