Bibliographic record
Abstract
Seri cinayet işleme, erkeklerde daha sıktır; genellikle cinayet silahı kesici delici aletlerdir. Kadın seri katiller ve sağlık çalışanı seri katiller ise yöntem olarak sıklıkla yüksek doz ilaç ve zehir kullanmaktadır. Literatüre geçmiş 100’den fazla sağlık çalışanı seri katil vardır, ancak bunlar açısından ortak bir özellik belirlemek oldukça zordur. En sık hemşireler, sağlık çalışanı seri katil olarak karşımıza çıkmaktadır. İnsülin, sağlık çalışanı seri katiller tarafından cinayetlerde morfinden sonra en çok seçilen ilaçtır. Yüksek doz insülin enjeksiyonundan sonra şiddetli hipoglisemik koma ve kalıcı nörolojik sekeller meydana gelebilir. Bu araştırmada internet kaynaklı bibliyografik veri tabanları incelenerek sağlık çalışanı seri katillerle ilgili literatür bilgisine ulaşıldı. İnsülin kullanarak seri cinayet işleyen 8 hemşire tespit edilmiştir. Sağlık çalışanı seri katillerle ilgili detaylı aramada insülinin sadece hemşireler tarafından kullanıldığı bulunmuştur. İnsülin kullanarak cinayet işleyen seri katil hemşirelerin 3’ü kadın, 5’i erkektir. Yaşları 23 ve 44 arasında değişen seri katillerden ikisi hariç diğerleri 2 yıl içerisinde yakalanmıştır. İnsülin sıklıkla (5/8) tek ilaç olarak kullanılmış; sadece 3 seri katil, insülini lidokain, digoksin ya da sedatiflerle birlikte kullanmıştır. Bu çalışmada incelenen seri katiller şüphe uyandırmayan, hatta güvenilir kabul edilmiş hemşirelerdir. Bu araştırma yazısında tespit edilen 8 seri katil hemşirenin kısa biyografilerine de yer verilmiştir. Hemşirelerden ikisinde kendine ya da himayesinde bulunanlara zarar vererek dikkat çekme hastalığı olan Münchausen (by proxy) sendromu olması dikkat çekicidir. Bazı katiller, “merhamet” hastayı acılarından kurtarmak üzere öldürdüğünü savunsa da bazılarında hastalara karşı ciddi bir öfke ve tiksinti olduğu açıktır. Bu durumda hasta ile olan zorunlu yakınlık, kurbanı savunmasız bırakırken katili sınır tanımayan bir saldırgana dönüştürebilmektedir.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.058 | 0.015 |
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".