Influence du climat provincial sur l’identification de restes humains en décomposition exposés en milieu naturel dans le sud du Québec : optimisation des méthodes de restauration et prélèvement des empreintes digitales
Notice bibliographique
Résumé
Les empreintes papillaires sont principalement utilisées à des fins d'identification par les forces policières, chez les individus vivants et décédés. Dans les contextes forensiques, l'étendue de la conservation/décomposition de restes peut avoir un impact sur la capacité de restaurer et prélever les empreintes papillaires, et par conséquent, sur les méthodes utilisées. L’application de ces méthodes sur le terrain (p. ex. en cas de catastrophes de masse ou fosses communes) ne peut pas compter sur les mêmes installations/ressources de laboratoire, et nécessite des adaptations pratiques. Ce travail de recherche représente la première application et comparaison dans un cadre expérimental des méthodes de restauration et prélèvement des empreintes papillaires à partir de restes humains en décomposition dans des conditions contrôlées au Québec. \n \nDeux essais ont été menés sur quatre donneurs au site de Recherche en Sciences Thanatologiques Expérimentales et Sociales (REST[ES]); un à l’été 2021 et un à l’automne/hiver 2021-2022. Au total, cinq méthodes existantes de restauration et trois méthodes de prélèvement, développées sous d'autres climats, ont été expérimentées. Les résultats ont montré que les méthodes pouvaient être adaptées pour une application sur le terrain, de manière simple, rapide et économique. Les restaurations et prélèvements après l'hiver ont été réalisées de façon moins invasive et destructrice qu'en été, où des variables incontrôlables ont limité leur application. Basé sur ces résultats, deux outils ont été développés pour soutenir la prise de décision des praticiens du Québec (Canada) lors du choix des méthodes à prioriser dans les cas réels forensiques.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».