J 2005

Distinguishing between Human and Non-human bones: Histometric metod for forensic antropology

URBANOVÁ, Petra a Vladimír NOVOTNÝ

Základní údaje

Originální název

Distinguishing between Human and Non-human bones: Histometric metod for forensic antropology

Název česky

Rozlišení mezi lidskými a zvířecími kostmi. Histometrická metoda pro forenzní antropologii

Autoři

URBANOVÁ, Petra (203 Česká republika) a Vladimír NOVOTNÝ (203 Česká republika, garant)

Vydání

Anthropologie, 2005, 0323-1119

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

Archeologie, antropologie, etnologie

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Kód RIV

RIV/00216224:14310/05:00031198

Organizační jednotka

Přírodovědecká fakulta

Klíčová slova česky

forenzní antropologie, biologický původ, mikroskopie, histomorfometrie

Klíčová slova anglicky

forensic anthropology; human/non-human origin; bone microscopy; histomorphometrics; image analysis

Štítky

Příznaky

Mezinárodní význam
Změněno: 8. 4. 2010 09:55, doc. RNDr. Petra Urbanová, Ph.D.

Anotace

V originále

In order to develop an identification key for distinguishing between human and nonhuman osteological samples, bone structure of several animal taxa was studied using quantitative microscopy. Both domestic and wild species were included in the sample, analysed at both micrometric (13 variables) and macrometric (3 variables) scales. The data was first used to evaluate inter- and intraspecies diversity. Least determinative parameters were then eliminated via stepwise discriminant function analysis. The most discriminating microproperties of compact bone tissue were: number of osteons in 1 mm2, maximum osteon diameter, maximum diameter and area of Haversian canal, and mid-shaft femoral cortical thickness. Two different equations for discriminating between human and non-human bone are formulated. The 1st type uses only histometric properties of bone structure. The 2nd type of equations combines histometric measurement and cortical thickness. The latter equations correctly predict taxonomic classification in 100% of cases.