An open-access computational fingerprinting workflow for source classifications of neat gasoline using GC × GC-TOFMS and Machine Learning
Notice bibliographique
Résumé
Advances in sensitivity and selectivity of multidimensional chromatography have enhanced our ability to better characterize and identify sources of neat gasoline used in arson cases. However, the large and complex chemical datasets generated present a significant challenge for data management and interpretation, requiring robust computational analysis techniques. In this study, we present a novel, open-access computational fingerprinting workflow to develop regional database of gasoline profiles and source tracking of gasoline samples from local gas stations for arson investigations. The computational workflow included data reduction, normalization, clustering analyses, feature selection and supervised machine learning (ML) to explore the differentiation between gasoline sources. Chromatographic features (n = 25,415) from multidimensional gas chromatography-time of flight mass spectrometry (GC × GC-TOFMS) analysis of 69 neat gasoline samples, collected from 10 gas stations in Alberta (Canada), were used in supervised ML for the classification of neat gasoline samples. Fifty chemical features selected using recursive feature addition (RFA), with associated chemistries of n-alkanes, alkenes, cycloalkanes, and aromatics, were found to differentiate local gas stations. Despite overlapping between gas stations in clustering analyses, an average improvement of 18 % in ML accuracy was achieved by using decision tree-based ML classifiers coupled with RFA as compared to using all features. Our open-source computational workflow ensures transparency and reproducibility in creating a method and regional database for the distinction of gasoline sources commonly used in wildfire arson. The workflow enables forensic analysts to integrate additional chemical features into existing target chemical libraries within the ASTM E1618-19 protocol, enhancing ignitable liquid identification without requiring extensive re-training of computational models or programming expertise.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».