Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| 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: | https://www.teses.usp.br/teses/disponiveis/59/59138/tde-19032025-111415/ |
Resumo: | Segundo o Anuário Brasileiro de Segurança Pública de 2024 (8), a média de Mortes Violentas Intencionais (MVI) no Brasil em 2023 foi de 22,8 por 100 mil habitantes, totalizando 46.328 MVI, das quais 73,6% envolveram o uso de arma de fogo. Nesse contexto, estudos envolvendo a análise de resíduos gerados após disparo de arma de fogo tornam-se essenciais. O objetivo deste trabalho foi analisar resíduos de disparos de arma de fogo para relacioná-los à combinação arma-projétil. O estudo foi realizado em três etapas principais. Na primeira, foi analisada a composição elementar de camisetas brancas de algodão antes dos disparos, por meio de microscopia eletrônica de varredura com espectrometria de energia dispersiva (MEV/EDS). Além disso, três tipos de projéteis (encapuzados, metálicos e semiencamisados) foram caracterizados por microfluorescência de raios X (m-XRF). Na segunda etapa, foram efetuados tiros controlados em tecidos de algodão com pistolas 9mm, revólveres .38 e .357, e os furos de entrada nas camisetas foram recortados para análise. As amostras foram avaliadas qualitativa e quantitativamente por m-XRF e SEM/EDS. Na terceira etapa, os resíduos nos projéteis e tecidos foram submetidos a análises estatísticas, como PCA e SIMCA. Foram utilizadas duas abordagens: uma com dados brutos e outra com médias dos elementos químicos por campo de análise. Os resultados das análises com os dados brutos revelaram limitações significativas, sem possibilidade de visualização de clusters, sugerindo considerável sobreposição entre os grupos analisados. Da mesma forma, o método SIMCA apresentou baixa acurácia, com altos percentuais de erro, reforçando a necessidade de aprimoramento dos modelos de classificação. A segunda abordagem foi realizada com base nesses resultados, utilizando as concentrações médias agregadas e a seleção de variáveis com base na análise de frequência como entrada para as abordagens estatísticas. A pistola 9mm atingiu 71% de precisão, alta precisão (0,941) e especificidade (0,929), mas a sensibilidade (0,711) destacou as dificuldades na identificação de todos os casos. O revólver .357 teve um desempenho ruim, com 58% de precisão, baixa precisão (0,441) e altas taxas de erro (42%), indicando desafios significativos de resolução de distinção. Por outro lado, o revólver .38 se destacou com 93% de precisão, alta sensibilidade (0,933) e o melhor desempenho geral. Os resultados sugerem que os resíduos de calibre .38 são mais distinguíveis, enquanto a classe .357 requer ajustes analíticos e metodológicos para maior confiabilidade. |
| id |
USP_dc9b3f0898335282d152dee3adf3430a |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-19032025-111415 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticasLinking shot residues to the weapon-projectile assembly: integrated approach with SEM/EDS and statistical toolsAnálise de resíduos de disparosAnálises estatísticasGunshot residue analysisMicrofluorescência de raios X (m-XRF)Microscopia eletrônica de varredura (MEV/EDS)Scanning electron microscopy (SEM/EDS)Statistical analysesX-ray microfluorescence (m-XRF)Segundo o Anuário Brasileiro de Segurança Pública de 2024 (8), a média de Mortes Violentas Intencionais (MVI) no Brasil em 2023 foi de 22,8 por 100 mil habitantes, totalizando 46.328 MVI, das quais 73,6% envolveram o uso de arma de fogo. Nesse contexto, estudos envolvendo a análise de resíduos gerados após disparo de arma de fogo tornam-se essenciais. O objetivo deste trabalho foi analisar resíduos de disparos de arma de fogo para relacioná-los à combinação arma-projétil. O estudo foi realizado em três etapas principais. Na primeira, foi analisada a composição elementar de camisetas brancas de algodão antes dos disparos, por meio de microscopia eletrônica de varredura com espectrometria de energia dispersiva (MEV/EDS). Além disso, três tipos de projéteis (encapuzados, metálicos e semiencamisados) foram caracterizados por microfluorescência de raios X (m-XRF). Na segunda etapa, foram efetuados tiros controlados em tecidos de algodão com pistolas 9mm, revólveres .38 e .357, e os furos de entrada nas camisetas foram recortados para análise. As amostras foram avaliadas qualitativa e quantitativamente por m-XRF e SEM/EDS. Na terceira etapa, os resíduos nos projéteis e tecidos foram submetidos a análises estatísticas, como PCA e SIMCA. Foram utilizadas duas abordagens: uma com dados brutos e outra com médias dos elementos químicos por campo de análise. Os resultados das análises com os dados brutos revelaram limitações significativas, sem possibilidade de visualização de clusters, sugerindo considerável sobreposição entre os grupos analisados. Da mesma forma, o método SIMCA apresentou baixa acurácia, com altos percentuais de erro, reforçando a necessidade de aprimoramento dos modelos de classificação. A segunda abordagem foi realizada com base nesses resultados, utilizando as concentrações médias agregadas e a seleção de variáveis com base na análise de frequência como entrada para as abordagens estatísticas. A pistola 9mm atingiu 71% de precisão, alta precisão (0,941) e especificidade (0,929), mas a sensibilidade (0,711) destacou as dificuldades na identificação de todos os casos. O revólver .357 teve um desempenho ruim, com 58% de precisão, baixa precisão (0,441) e altas taxas de erro (42%), indicando desafios significativos de resolução de distinção. Por outro lado, o revólver .38 se destacou com 93% de precisão, alta sensibilidade (0,933) e o melhor desempenho geral. Os resultados sugerem que os resíduos de calibre .38 são mais distinguíveis, enquanto a classe .357 requer ajustes analíticos e metodológicos para maior confiabilidade.According to the 2024 Brazilian Public Security Yearbook (8), the average number of Intentional Violent Deaths (IVD) in Brazil in 2023 was 22.8 per 100,000 inhabitants, totaling 46,328 IVDs, of which 73.6% involved the use of firearms. In this context, studies involving the analysis of residues generated after a shot become essential. The objective of this work was to analyze residues from firearm shots to relate them to the weapon-projectile combination. The study was carried out in three main stages. In the first, the elemental composition of white cotton T-shirts was analyzed before the shots were fired, using scanning electron microscopy with energy-dispersive spectrometry (SEM/EDS). In addition, three types of projectiles (jacketed, metallic, and semi-jacketed) were characterized by X-ray microfluorescence (m-XRF). In the second stage, controlled shots were fired at cotton fabrics using 9mm pistols, .38 revolvers, and .357 revolvers, and the entry holes in the T-shirts were cut out for analysis. The samples were evaluated qualitatively and quantitatively by m-XRF and SEM/EDS. In the third stage, the residues on the projectiles and fabrics were subjected to statistical analyses, such as PCA and SIMCA. Two approaches were used: one with raw data and the other with averages of the chemical elements per analysis field. The results of the analyses with the raw data revealed significant limitations, with no possibility of visualizing clusters, suggesting a considerable overlap between the analyzed groups. Likewise, the SIMCA method presented low accuracy, with high error percentages, reinforcing the need to improve the classification models. The second approach was performed based on these results, using the aggregated average concentrations and variable selection based on frequency analysis as input for statistical approaches. The 9mm pistol achieved 71% accuracy, high precision (0.941), and specificity (0.929), but sensitivity (0.711) highlighted difficulties in identifying all cases. The .357 revolver performed poorly, with 58% accuracy, low precision (0.441), and high error rates (42%), indicating significant distinguishing-resolution challenges. On the other hand, the .38 revolver excelled with 93% accuracy, high sensitivity (0.933), and the best overall performance. The results suggest that .38 caliber residues are more distinguishable, while the .357 class requires analytical and methodological adjustments for greater reliability.Biblioteca Digitais de Teses e Dissertações da USPBruni, Aline ThaisSousa, Milena Dantas da Cruz2025-01-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/59/59138/tde-19032025-111415/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-07-07T09:09:02Zoai:teses.usp.br:tde-19032025-111415Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-07-07T09:09:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas Linking shot residues to the weapon-projectile assembly: integrated approach with SEM/EDS and statistical tools |
| title |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas |
| spellingShingle |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas Sousa, Milena Dantas da Cruz Análise de resíduos de disparos Análises estatísticas Gunshot residue analysis Microfluorescência de raios X (m-XRF) Microscopia eletrônica de varredura (MEV/EDS) Scanning electron microscopy (SEM/EDS) Statistical analyses X-ray microfluorescence (m-XRF) |
| title_short |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas |
| title_full |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas |
| title_fullStr |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas |
| title_full_unstemmed |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas |
| title_sort |
Vinculação de resíduos de disparo ao conjunto arma-projétil: abordagem integrada com MEV/EDS e ferramentas estatísticas |
| author |
Sousa, Milena Dantas da Cruz |
| author_facet |
Sousa, Milena Dantas da Cruz |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Bruni, Aline Thais |
| dc.contributor.author.fl_str_mv |
Sousa, Milena Dantas da Cruz |
| dc.subject.por.fl_str_mv |
Análise de resíduos de disparos Análises estatísticas Gunshot residue analysis Microfluorescência de raios X (m-XRF) Microscopia eletrônica de varredura (MEV/EDS) Scanning electron microscopy (SEM/EDS) Statistical analyses X-ray microfluorescence (m-XRF) |
| topic |
Análise de resíduos de disparos Análises estatísticas Gunshot residue analysis Microfluorescência de raios X (m-XRF) Microscopia eletrônica de varredura (MEV/EDS) Scanning electron microscopy (SEM/EDS) Statistical analyses X-ray microfluorescence (m-XRF) |
| description |
Segundo o Anuário Brasileiro de Segurança Pública de 2024 (8), a média de Mortes Violentas Intencionais (MVI) no Brasil em 2023 foi de 22,8 por 100 mil habitantes, totalizando 46.328 MVI, das quais 73,6% envolveram o uso de arma de fogo. Nesse contexto, estudos envolvendo a análise de resíduos gerados após disparo de arma de fogo tornam-se essenciais. O objetivo deste trabalho foi analisar resíduos de disparos de arma de fogo para relacioná-los à combinação arma-projétil. O estudo foi realizado em três etapas principais. Na primeira, foi analisada a composição elementar de camisetas brancas de algodão antes dos disparos, por meio de microscopia eletrônica de varredura com espectrometria de energia dispersiva (MEV/EDS). Além disso, três tipos de projéteis (encapuzados, metálicos e semiencamisados) foram caracterizados por microfluorescência de raios X (m-XRF). Na segunda etapa, foram efetuados tiros controlados em tecidos de algodão com pistolas 9mm, revólveres .38 e .357, e os furos de entrada nas camisetas foram recortados para análise. As amostras foram avaliadas qualitativa e quantitativamente por m-XRF e SEM/EDS. Na terceira etapa, os resíduos nos projéteis e tecidos foram submetidos a análises estatísticas, como PCA e SIMCA. Foram utilizadas duas abordagens: uma com dados brutos e outra com médias dos elementos químicos por campo de análise. Os resultados das análises com os dados brutos revelaram limitações significativas, sem possibilidade de visualização de clusters, sugerindo considerável sobreposição entre os grupos analisados. Da mesma forma, o método SIMCA apresentou baixa acurácia, com altos percentuais de erro, reforçando a necessidade de aprimoramento dos modelos de classificação. A segunda abordagem foi realizada com base nesses resultados, utilizando as concentrações médias agregadas e a seleção de variáveis com base na análise de frequência como entrada para as abordagens estatísticas. A pistola 9mm atingiu 71% de precisão, alta precisão (0,941) e especificidade (0,929), mas a sensibilidade (0,711) destacou as dificuldades na identificação de todos os casos. O revólver .357 teve um desempenho ruim, com 58% de precisão, baixa precisão (0,441) e altas taxas de erro (42%), indicando desafios significativos de resolução de distinção. Por outro lado, o revólver .38 se destacou com 93% de precisão, alta sensibilidade (0,933) e o melhor desempenho geral. Os resultados sugerem que os resíduos de calibre .38 são mais distinguíveis, enquanto a classe .357 requer ajustes analíticos e metodológicos para maior confiabilidade. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-01-17 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/59/59138/tde-19032025-111415/ |
| url |
https://www.teses.usp.br/teses/disponiveis/59/59138/tde-19032025-111415/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1865492290830598144 |