UMA ANÁLISE DA CRIMINALÍSTICA EXERCIDA PELA POLÍCIA FEDERAL: INTEGRAÇÃO DE UM MODELO EFICAZ E EFICIENTE PAUTADO NA AUTONOMIA TÉCNICA, CIENTÍFICA E FUNCIONAL
Bibliographic record
Abstract
Existe um consenso sobre a necessidade de autonomia técnica, científica e funcional para que os peritos oficiais de natureza criminal possam exercer suas atividades-fim com total isenção e sem qualquer tipo de viés, ao mesmo tempo os laudos periciais criminais precisam ser céleres e conectados à investigação, para que alcancem a efetividade esperada. O presente trabalho teve por objetivo descrever as características legais e de governança do modelo de gestão adotado pela perícia no âmbito da Polícia Federal. O método de pesquisa adotado foi o levantamento bibliográfico dos normativos legais aplicáveis e a catalogação de casos ocorridos entre março de 2011 e julho de 2021. Foi possível constatar a eficaz e eficiente produção de laudos pelos Peritos Criminais Federais, e pelo detalhamento do modelo de gestão é possível indicar os meios para a sua replicação em outros órgãos periciais.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.010 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".