geoFOR:一个合作的法医语法学数据库,用于估计死后间隔
Katherine E Weisensee1, Cristina I Tica2, Madeline M Atwell1
1Department of Sociology, Anthropology and Criminal Justice, Clemson University, Clemson, SC, USA.
Forensic science international
|January 26, 2024
概括
准确的死后间隔 (PMI) 估计得到了改进,使用geoFOR,一个新的协作工具. 该应用程序使用机器学习和环境数据,在法医调查中更好地预测死亡时间.
科学领域:
- 法医科学 法医科学 法医科学
- 计算科学 计算科学
- 环境科学 环境科学
背景情况:
- 准确的死后间隔 (PMI) 估计是法医科学中持续存在的挑战.
- 现有的PMI确定方法往往缺乏标准化和强大的统计支持.
- 需要采用协作,数据驱动的方法来提高PMI准确性至关重要.
研究的目的:
- 推出geoFOR,一个基于Web的协作应用程序,用于增强PMI预测.
- 为了标准化法医语音学数据收集和环境数据集成.
- 利用机器学习进行统计学上可靠的PMI估计.
主要方法:
- 开发一个基于Web的协作应用程序 (geoFOR),集成ArcGIS和机器学习.
- 自动收集与法医案例信息相关的环境数据.
- 使用交叉验证机器学习模型用于PMI预测.
主要成果:
- geoFOR机器学习模型在PMI预测方面获得了0.82的R2值.
- 该应用程序提供PMI预测与80%的置信区间.
- geoFOR数据库目前包含来自美国各地的2529个不同的条目.
结论:
- geoFOR提供了一种新的,标准化的方法来构建一个在法医和地理上具有代表性的人类分解数据集.
- 通过geoFOR进行大规模协作和数据共享可以显著提高PMI估计的准确性.
- geoFOR存储库旨在支持开放科学原则,使法医研究社区能够进一步改进PMI模型.
