Detalhes bibliográficos
| Ano de defesa: |
2018 |
| Autor(a) principal: |
Jacometti, Victor |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.teses.usp.br/teses/disponiveis/17/17143/tde-07022019-141710/
|
Resumo: |
A Antropologia Forense desempenha um importante papel nas Ciências Forenses e, apesar de não consistir em um método primário de identificação humana, ou seja, só a sua execução não basta para conferir identidade a um indivíduo questionado, é um método auxiliar trivial para reduzir o universo de suspeitos a serem analisados na busca da identidade. O objetivo desse trabalho foi analisar a acurácia e aplicabilidade do software AncesTrees, desenvolvido por Navega et al. (2015), em um conjunto de medidas cranianas de uma amostra brasileira. Em uma amostra constituída por 114 crânios identificados, originários de duas coleções osteológicas localizadas no estado de São Paulo, predominantemente composta por indivíduos brancos (59), seguido por negros (35) e pardos (20), foram realizadas 25 diferentes medidas craniométricas que foram alocadas no AncesTrees em dois algoritmos diferentes, sendo que um deles foi utilizado em três configurações distintas, com diferentes grupos ancestrais integrando o modelo. O software teve desempenho superior na estimativa de indivíduos brancos, chegando a 73% de acurácia neste grupo e 66% no grupo de indivíduos negros. Indivíduos classificados como pardos apresentaram inconstância na classificação ancestral, sendo classificados majoritariamente como Europeus. No geral, a combinação mais precisa do AncesTrees foi no algoritmo ancestralForest com apenas os grupos Europeu e Africano integrando o algoritmo, chegando a 70% de acerto. Conclui-se que a aplicabilidade desse software no Brasil é frágil, devido à alta carga de miscigenação da população, sendo necessária a criação de uma base de dados antropométricos mais representativa do povo brasileiro |
