MétaCan
Menu
Back to cohort
Record W7028131361

Diseño de metodología para caracterizar texturas presentes en imágenes de proyectiles disparados por armas de fuego, con el fin de realizar cotejo automático

2010· article· es· W7028131361 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

aboutThe title or abstract carries a Canadian signal from the geographic lexicon.
no affNo Canadian affiliation: this work is invisible to an affiliation-only frame.
No Canadian affiliation. An affiliation-only frame, the usual design, would never have seen this work. It is one of the works that make the case for inverting the frame.

Bibliographic record

VenueRepository Technological University of Pereira (Technological University of Pereira) · 2010
Typearticle
Languagees
FieldArts and Humanities
TopicLibraries and Information Services
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)LineaPersonaMeaning (existential)
DOInot available

Abstract

fetched live from OpenAlex

La comparacion entre imagenes de proyectiles, disparados por armas de fuego, llevada a cabo por los tecnicos en balıstica es una tarea que lleva mucho tiempo realizar, debido a que esta es llevada a cabo usando solo la memoria visual y la experiencia del tecnico para comparar texturas presentes en la imagen del proyectil objeto de prueba y la imagen del proyectil incriminado, lo anterior representa una enorme limitacion a la hora de usar este tipo de evidencia en una corte o juzgado. Ahora bien, hace ya varios años en diferentes paıses del mundo, tales como Estados Unidos, Canada, y Australia entre otros, los entes encargados de hacer cumplir la ley han llevado acabo investigaciones para desarrollar dispositivos que puedan capturar las imagenes de proyectiles y vainillas relacionados con investigaciones judiciales, luego usando procesamiento digital de imagenes dotar de caracterısticas cuantitativas a los patrones presentes en proyectiles y vainillas disparadas, para facilitar y agilizar la tarea de identificacion de armas de fuego. En este tipo de desarrollo se parte de la premisa que marcas caracterısticas son impresas sobre el proyectil y la vainilla cuando un arma de fuego es disparada. Ademas, la hipotesis asume una combinacion unica de marcas tal que la probabilidad de encontrar dos conjuntos identicos de marcas es practicamente nula [1]. Al rededor de treinta caracterısticas de estas marcas pueden ser distinguidas, las cuales siendo combinadas pueden producir una “huella digital” del arma de fuego. Analizando las caracterısticas de un conjunto de huellas digitales de armas, sera posible identificar no solo el tipo y modelo del arma de fuego, sino que tambien cada arma en particular de manera tan efectiva como la huella digital humana identifica cada individuo [2]. El desarrollo de la metodologıa consta del estudio, analisis y aplicacion de las tecnicas usadas en cada una de las etapas que consta el procesamiento de imagenes digitales, tales como adquisicion, preprocesamiento, segmentacion, representacion y descripcion, clasificacion y reconocimiento. En la etapa de descripcion donde se lleva cabo la extraccion de caracterısticas, se propone el uso de informacion espectral y estadıstica de las texturas presentes en la imagen.

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.

Full frame distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.608
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.000
Science and technology studies0.0020.007
Scholarly communication0.0000.001
Open science0.0030.002
Research integrity0.0030.002
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.025
GPT teacher head0.228
Teacher spread0.202 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it