Zugleich: Diss. phil. I Zürich, 2004. / Register. Literaturverz.

Zugl.: Jena, Univ., Diss., 2008

Body fluid identification is important in the field of forensic science as it can provide valuable information to an investigation. An accurate method for detecting blood at a crime scene or on evidence is beneficial to an analyst or investigator. A piece of evidence may be any house-hold object or material; therefore, a test must be able to accurately detect blood on a variety of substrates. The most common preliminary testing method for blood is based on the peroxidase-like activity of hemoglobin. Tests such as phenolphthalein (Kastle-Meyer), Ortho-Tolidine (O-Tol), and Luminol utilize this method. The sensitivity of presumptive blood tests was evaluated using a series of diluted bloodstains on six fabrics: fleece, felt, linen, denim, flannel, and terrycloth. In addition to a direct testing method, two indirect methods were tested utilizing a piece of dry filter paper or a moistened cotton swab. The last portion of this study compared commercial field kits to the laboratory-prepared reagents. This study yielded overall sensitivities for Kastle-Meyer, O-Tol, and Luminol of 1:1000, 1:5000, and 1:10000, respectively. The direct testing resulted in a slightly lower sensitivity with fleece versus the other fabrics. Fleece also resulted in slower and weaker reactions compared to thinner fabrics such as denim, linen, and terrycloth. This suggests that highly absorbent fabrics, such as fleece, can have a negative effect on the sensitivity of catalytic color tests such as Kastle-Meyer and O-Tol. The indirect testing methods utilizing a moistened swab or a dry filter paper were less sensitive compared to direct testing methods. The field kits tested in this study mimic the methods of a moistened swab technique, and the results demonstrated that the field kits were about the same sensitivity or less sensitive compared to the indirect testing methods.

Syftet med denna uppsats är att undersöka vilka olika förmågor som elever utvecklar under laborativt arbete i kriminalteknisk vetenskap. Undersökningarna i kriminalteknisk vetenskap utgår ifrån samhällsfrågor med ett  naturvetenskapligt innehåll.   Kursen Naturvetenskaplig specialisering på gymnasiet skall enligt Skolverket (2011) låta eleverna fördjupa sig inom ett specifikt kunskapsområde och därmed utveckla sina kunskapförmågor. Det är samma kunskapsförmågor som genomgående finns för samtliga naturvetenskapliga kurser på gymnasienivå. Universitetslektor Göran Svanelid (2011) har omformulerat dessa kunskapsförmågor och det är med dessa omformuleringar som jag ligger till grund för min undersökning. Genom att observera och mäta  en grupp studenters utveckling av kunskapsförmågor efter genomförande av laborationen Kastle-Meyertest. Studien visar att eleverna genom laborationen utvecklar sin begreppsliga- och analysförmåga. Samt att de kan visa, när de ska besvara frågor av en öppen karaktär, att de även utvecklar den metakognitiva förmågan.   Uppsatsen undersöker även vilka förmågor som eleverna anser de har utvecklat under kursen. Detta undersöks genomatt eleverna har genomfört en elevenkät samt med hjälp av elevintervjuer där eleverna får förklara vad de har utvecklat under kursens genomförande moment. Studien visar  att elevernas uppfattning av vilka förmågor som de utvecklar stämmer överens med den förmågeutvecklingen som kunde observeras ur ett lärarperspektiv. Studien visar även att genom att låta undervisningen utgå från frågor med ett naturvetenskapligt inslag och där momenten inleds med laborationer ger eleverna en bra kunskapsbas som de senare kan utveckla djupare förståelse och den metakognitiva förmågan.

No description available.

No description available.

No description available.

Em diversas análises estatísticas, nos deparamos com dados multinomiais, dos quais precisamos analisar o comportamento ao longo do tempo e sua relação com fatores determinantes. Os métodos clássicos para modelos de regressão multinomiais consistem em utilizar a estrutura de modelos lineares generalizados para desenvolver tais modelos McCullagh & Nelder (1989). No entanto, este enfoque apresenta algumas desvantagens como não admiter a incidência de zeros em nenhuma categoria, a hipótese da proporcionalidade da razão de chances e o fato de não serem modelos adequados para análise de dados censurados. Com o objetivo de analisar dados multinomiais com essas características propomos um modelo que é uma extensão do modelo de intensidade multiplicativo desenvolvido por Aalen (1978) e apresentado em Fleming & Harrington (2005), para variáveis aleatórias multinomiais. Com isso, ao invés de modelarmos as probabilidades associadas às categorias, como nos métodos clássicos, modelamos a função intensidade associada à variável aleatória multinomial. Através do critério martingale, estimamos os parâmetros do modelo ajustado e propomos testes de hipóteses para estes parâmetros para uma e duas populações. O teste para comparação de duas populações é baseado na estatística de logrank / In several applications, we want to analyze the behavior of multinomial datas over the time and its relationship with important factors. The classic methods commonly used for multinomial regression models are based in the generalized linear model framework. However, this models presents some disadvantages such that: it does not admit the incidence of zeros in any category, the assumption of proportionality of odds ratio and the fact that they are not appropriate models to analyze censored data. For multinomial data analyses with this characteristics, we propose a model that it is an extension of the multiplicative intensity model developed by Aalen to random multinomial variables. Therefore, instead of modeling the categorical probabilities, as in the classics methods, we modeled the intensity fuction associated with the multinomial variable. Using the martingale criterion, we estimate the models parameters and propose hypothesis testing for these parameters for one and two populations. The test for comparing two populations is based in the logrank statistics

Em diversas análises estatísticas, nos deparamos com dados multinomiais, dos quais precisamos analisar o comportamento ao longo do tempo e sua relação com fatores determinantes. Os métodos clássicos para modelos de regressão multinomiais consistem em utilizar a estrutura de modelos lineares generalizados para desenvolver tais modelos McCullagh & Nelder (1989). No entanto, este enfoque apresenta algumas desvantagens como não admiter a incidência de zeros em nenhuma categoria, a hipótese da proporcionalidade da razão de chances e o fato de não serem modelos adequados para análise de dados censurados. Com o objetivo de analisar dados multinomiais com essas características propomos um modelo que é uma extensão do modelo de intensidade multiplicativo desenvolvido por Aalen (1978) e apresentado em Fleming & Harrington (2005), para variáveis aleatórias multinomiais. Com isso, ao invés de modelarmos as probabilidades associadas às categorias, como nos métodos clássicos, modelamos a função intensidade associada à variável aleatória multinomial. Através do critério martingale, estimamos os parâmetros do modelo ajustado e propomos testes de hipóteses para estes parâmetros para uma e duas populações. O teste para comparação de duas populações é baseado na estatística de logrank / In several applications, we want to analyze the behavior of multinomial datas over the time and its relationship with important factors. The classic methods commonly used for multinomial regression models are based in the generalized linear model framework. However, this models presents some disadvantages such that: it does not admit the incidence of zeros in any category, the assumption of proportionality of odds ratio and the fact that they are not appropriate models to analyze censored data. For multinomial data analyses with this characteristics, we propose a model that it is an extension of the multiplicative intensity model developed by Aalen to random multinomial variables. Therefore, instead of modeling the categorical probabilities, as in the classics methods, we modeled the intensity fuction associated with the multinomial variable. Using the martingale criterion, we estimate the models parameters and propose hypothesis testing for these parameters for one and two populations. The test for comparing two populations is based in the logrank statistics

Thesis (Ph. D.)--University of Wisconsin, 1939. / Typescript; in 178 and 4 leaves. Includes bibliographical references (p. [175]-178).