LAF 1.0: IMPLANTAÇÃO DE UM SISTEMA INFORMATIZADO PARA LABORATÓRIOS DE ANTROPOLOGIA FORENSE
Bibliographic record
Abstract
Objetivo: Desenvolvimento de um software para cadastro e recuperação de informações em Antropologia Forense baseado no protocolo desenvolvido durante o projeto “UK –Brazil Scientific Cooperation – Forensic Anthropology and Identification of Human Remains”. Metodologia: Por se tratar de um aplicativo acessado via Browser (software que permite o acesso à Internet, como o Microsoft Internet Explorer®) foi necessária a escolha de uma linguagem de programação que se enquadrasse nesse requisito juntamente com uma aplicação servidora. A linguagem escolhida foi PHP® e a aplicação servidora foi o Apache®. Para o armazenamento dos dados foi escolhido o Sistema Gerenciador de Banco de Dados MySQL®. Resultados: Testes realizados com dados reais comprovaram a eficiência do LAF 1.0 em se tratando de segurança, confiabilidade no armazenamento e recuperação dos dados além de satisfação do usuário, com o visual limpo e agradável das interfaces. Esta versão foi registrada no Instituto Nacional de Propriedade Intelectual (INPI) e encontra-se disponível gratuitamente para uso em todos os serviços médico-legais interessados em implantar um laboratório de Antropologia Forense. Conclusões: O software agilizou a geração de laudos de exames antropológicos para o Laboratório de Antropologia Forense do Centro de Medicina Legal (CEMEL) e permitiu a criação de uma ferramenta informatizada gratuita para uso em outros serviços semelhantes, o que permitirá maior facilidade na capacitação de pessoal para o trabalho em Antropologia Forense. O software encontra-se atualmente em sua versão de atualização, denominada LAF 2.0.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.035 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".