MétaCan
Menu
← Retour à la cohorte
Enregistrement W7033254435

Potentiel et limites de l’approximation faciale forensique sur un crâne sec assistée par le phénotypage d’ADN

2023· dissertation· fr· W7033254435 sur OpenAlexfundno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2023
Typedissertation
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésMetapsychologyPoison controlLove and hate
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La reconstruction faciale permet d’approximer un visage sur la base d’un crâne, lorsque des restes \nhumains sont retrouvés. En science forensique, elle est l’un des outils utilisés dans un but \nd’identification post-mortem. Les procédures actuelles d’approximation ne sont pas standardisées \net constamment revisitées. Il est également possible d’obtenir des prédictions du phénotype d’un \nindividu (caractères physiques apparents) à partir de son ADN, qui pourraient être ajoutées aux \nreconstructions pour maximiser les chances de reconnaissance. Cette recherche vise à étudier \nl’approximation faciale à des fins de reconnaissance et l’apport du phénotypage par l’ADN à cette \npratique. Le crâne et le relevé biologique d’un donneur du laboratoire d’anatomie de l’UQTR ont \nété utilisés. Six praticiens ont approximé son visage à partir d’une copie de son crâne et de ses \ndonnées phénotypiques et anthropologiques. Les résultats corroborent qu’il existe un manque de \nstandardisation des méthodes et techniques, menant à différents résultats selon le praticien. Des \ntests de reconnaissance et de ressemblance ont été effectués à l’aide d’un échantillon de 46 \nparticipants. Malgré la variabilité des approximations, elles ont toutes été reconnues au moins une \nfois lors des tests de reconnaissance, soulevant la possibilité que la reconnaissance d’un visage est \nidiosyncratique. Les caractéristiques qui semblent influencer davantage la reconnaissance sont la \nforme, la taille et la position des yeux, de la bouche et du nez. Finalement, au regard des incertitudes \npropres à la méthode et du rôle investigatif de l’approximation faciale, il est recommandé que le \nphénotypage accompagne l’accompagne par écrit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,165
Écart entre enseignants0,152 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetDiverse Scientific and Economic Studies→Travaux en français237 207→