MétaCan
Menu
Retour à la cohorte
Enregistrement W7053459386

Zarys historii nauk kryminalistycznych na ziemiach polskich

2017· book-chapter· en· W7053459386 sur OpenAlexaboutno aff

Notice bibliographique

RevueCeON Repository (Centre for Evaluation in Education and Science) · 2017
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Period (music)World War IIFirst world warQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The beginning of the history of the criminalistics on the Polish territories is connected with development of this
\nscience in invanders countries. One of the first source of the information about this subject are papers written by
\nM. G. Żabczyński. Other references are books about forensic medicine written by Ludwik Perzyna and L. K.
\nTeichman, who invented method of detecting blood in any material.
\n
\nDuring inter-war period in Poland, took place the flowering of criminology. The most important were:
\nWładystaw Sobolewski (firearms, ballistics) and J. Olbrycht (forensic haematology). For the police the most
\nsignificant were development of dactyloscopy, forsenic science and graphology.
\n
\nAfter WWII a lot of new methods of evidence collection was used. Phonoscopy, polygraphy, osmology,
\nentemology are only some of them, which were develop by polish scientist, policemen and prosecutors.
\n
\nToday polish representatives of the law use most of the methods from the past, but cooperation with other
\ncountries is much greater and necessary

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,287
Écart entre enseignants0,265 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCeON Repository (Centre for Evaluation in Education and Science)Même sujetLaser Design and ApplicationsTravaux en français237 207