0

1
1

文字

分享

0
1
1

法拉第不只懂電磁學,也是火場鑑識專家?──《比小說還離奇的 12 堂犯罪解剖課》

PanSci_96
・2017/09/14 ・2642字 ・閱讀時間約 5 分鐘 ・SR值 552 ・八年級

-----廣告,請繼續往下閱讀-----

火場通常又暗又臭,很不舒服,考驗體力。經過漫長的一天,你回到家,累得像條狗,渾身燒過的塑膠味。一點都不光彩。可是很迷人。

──火場調查員妮亞.尼克.戴依德(Niamh Nic Daeid)

是陰謀?還是天時地利人和造就了倫敦大火?

1666 年 9 月 2 日星期日,倫敦普丁巷的一名僕役被煙嗆醒,發現樓下店鋪起火了,他猛敲雇主麵包師傅湯馬斯.法里納(Thomas Farriner)的房門。全家上下沿屋頂逃生,只剩下女僕蘿絲(Rose)嚇得無法動彈,被烈焰吞噬。

圖/Diliff@wikimedia commons

不久,焰舌舔上附近住戶屋牆,市長湯瑪士.布拉德沃斯爵士(Sir Thomas Bloodworth)被叫到現場,指揮消防隊員拆毀建築,阻止火勢延燒。美夢遭到侵擾的布拉德沃斯怒氣騰騰,不理會消防隊員急切請求採取更進一步的措施。「呸!找個女人來撒泡尿不就沒事了。」說完,他離開現場。

隔天上午,記事員山繆爾.派比(Samuel Pepys)體驗到「狂風大作,將火焰趕入市區,歷經長時間的乾旱,什麼東西都成了可燃物,就連教堂的石牆也不例外」。到了下午,倫敦陷入地獄般的火海,火焰沿著「油、葡萄酒、白蘭地倉庫」、木造建築、稻草屋頂、瀝青、布料、油脂、煤炭、火藥──17 世紀的各種易燃物──呼嘯而過。極度高溫使得空氣迅速膨脹攀升,乘著風勢吸入新鮮空氣,將更多的氧氣捲入煉獄。倫敦大火塑造出專屬的天氣系統。

大火在 4 天後漸漸平息,摧毀了中世紀倫敦的大半城區,涵蓋 13,000 多棟屋舍、87 間教堂,以及聖保羅大教堂。城裡 80,000 居民中約有 70,000 人在一瞬間流離失所。

-----廣告,請繼續往下閱讀-----
倫敦大火的局部畫作,作者不明。畫中描繪9月4日星期二自倫敦塔碼頭附近船隻所見的火勢,倫敦塔在畫面右方,左方則為倫敦鐵橋,遠方為聖保羅座堂,被高竄的火舌環繞。圖/wikimedia commons

灰燼餘溫尚存,種種陰謀論甚囂塵上。大部分的倫敦人無法相信這場火純屬意外,裡頭有太多巧合:起火點是密集的木造建築區;當時大家都在夢鄉之中;那天街上格外冷清,沒有人幫忙滅火;吹起狂風,泰晤士河水位正低。

蓄意犯罪的謠言如雨後春筍般萌生。外科醫師湯瑪士.米斗頓(Thomas Middleton)站在教堂尖頂上,俯瞰火勢從幾處相隔甚遠的個別區域燒起。「這類狀況令我相信這場火的延燒是有人刻意為之。」他如此寫道。

外國人背負最大的嫌疑,在摩爾菲有個法國人差點被打死,因為旁人懷疑他用盒子裝「火球」,之後才發現那是網球。詩歌表達出眾人對起火原因的困惑:

我們仍舊不解一切從何而起;究竟是地獄、法國、羅馬,還是阿姆斯特丹。

──無名氏〈倫敦焚燒詩〉(A Poem on the Burning of London,1667)

最高階層掀起對真相的渴求。查爾斯二世(Charles Ⅱ)在這場火中損失最為慘重。國王授權給國會,設立調查火災起因的委員會。大批目擊證人紛紛站出來,某些人說他們看到有人投擲火球,或是坦承自己正是丟火球的犯人。有個叫愛德華.泰勒(Edward Taylor)的人說,星期六晚上,他跟荷蘭籍的叔叔走到普丁巷,發現湯馬斯.法里納烘焙坊的窗戶開著,往裡頭丟了「兩顆用火藥跟硫磺做的火球」。不過愛德華.泰勒才十歲,他的證詞不被採信。法國鐘錶師之子羅伯特.賀伯特(Robert Hubert)腦袋愚鈍,承認點火的人是他。沒有人真正相信,可是因為他如此堅持,陪審團認定他有罪,把他送上泰伯恩刑場的絞架。

-----廣告,請繼續往下閱讀-----

國會委員會成員湯瑪士.奧斯朋爵士(Sir Thomas Osborne)寫下:「所有的論點都瑣碎無比,人民知道此事並非人為就滿足了。」最後,委員會判定這場恐怖的火災是源自「上帝之手、一場狂風,以及極端的乾季」。

火場鑑識專家:麥可.法拉第!?

委員會做出如此缺乏說服力的結論,其實我們不用意外。評估複雜火場的調查人員需要了解火焰的運作模式。17 世紀在這方面的科學知識少得可憐。直到 1861 年,麥可.法拉第(Michael Faraday)把關於火焰的論述寫進書裡之後,社會大眾才有辦法接觸這類理論。

《蠟燭的化學史》(The Chemical History of a Candle)書中收錄了 6 篇他針對年輕聽眾設計的講演內容,是這個主題的關鍵教材。法拉第以蠟燭作為燃燒本質的象徵。在某次關鍵的講座中,他用罐子悶熄蠟燭。「空氣是燃燒的要件。」他解釋道,「更重要的是,我要你們了解新鮮空氣是必要條件。」他口中的「新鮮空氣」其實就是「氧氣」。

麥可.法拉第。圖/Wellcome Library@Wikimedia commons

法拉第是早期的專業證人,有時將研究結果帶出實驗室這事實行得很徹底。1819 年,某間在倫敦白教堂區的糖廠於大火中燒毀,老闆告保險公司拒絕理賠 15,000 鎊的保險金。這個案子演變為某項新製程──老闆採用加熱的鯨油,沒有告知保險公司──與起火原因有多大關係。作證之前,法拉第拿鯨油做實驗,加熱到攝氏兩百度,展示「從油生出的蒸氣,除了水以外,全都比熱油本身還要易燃」。在法庭上,一名陪審員不相信這個論點,於是法拉第當場點燃他用試管裝來的蒸餾氣體,「整個法庭瞬間瀰漫最難聞的臭味」。

-----廣告,請繼續往下閱讀-----

法拉第最重要的鑑識任務,是 1844 年德罕郡的哈斯威爾礦坑爆炸案,有 95 名男子與男孩身亡。這起爆炸發生在德罕郡礦區勞資糾紛激烈時期。代表悲傷家屬的律師向首相羅伯特.皮爾(Robert Peel)請願,要求政府派出代表調查。法拉第就是其中一人。

這個團隊花了一天實地探訪礦坑,調查裡頭的空氣流向。途中,法拉第發現他坐在一桶火藥上,旁邊就是沒有遮蔽的燭火。他一躍而起,「抗議他們有多不小心」。陪審團判斷這是意外事件,法拉第贊同這個論點。但是調查團回到倫敦後提出報告,指出礦坑裡的灰塵是本次爆炸的重要因素,建議改善通風系統。礦坑主人因為成本考量而回絕。這個風險遭到長達六十年的忽略,直到1913 年,威爾斯的聖海德礦坑發生類似的意外,奪走 440 名礦工的性命,釀成英國史上最嚴重的礦災。

圖/Wikimedia commons

在 20 世紀,消防單位與科學界聯手研發出火場調查技術,背後的支持者是想要知道究竟有多少火場、起火點以及起火原因的政府機關。60 與 70 年代的調查行動變得更加文明:有固定的流程、能夠驗出複合化學物質──比如,火場裡是否有汽油的蹤跡──的新器材。社會大眾愈來愈了解消防原理,現今的和平時代極少有火災或是爆炸──必定要有火才會引爆──造成大量死傷。要是這類不幸事故真發生了,調查火場的人員絕對是畢生難忘。

 

本文摘自泛科學2017年9月選書《比小說還離奇的12堂犯罪解剖課》,馬可孛羅出版。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1259 篇文章 ・ 2386 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

2
0

文字

分享

0
2
0
從「衛生紙」開始的環保行動:一起愛地球,從 i 開始
鳥苷三磷酸 (PanSci Promo)_96
・2024/12/03 ・1592字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

你是否也曾在抽衛生紙的瞬間,心頭閃過「這會不會讓更多森林消失」的擔憂?當最後一張衛生紙用完,內心的愧疚感也油然而生……但先別急著責怪自己,事實上,使用木製品和紙張也能很永續!只要我們選對來源、支持永續木材,你的每一個購物決策,都能將對地球的影響降到最低。

二氧化碳是「植物的食物」:碳的循環旅程

樹木的主食是水與二氧化碳,它們從空氣中吸收二氧化碳,並利用這些碳元素形成枝葉與樹幹。最終這些樹木會被砍伐,切成木材或搗成紙漿,用於各種紙張與木製品的製造。

木製品在到達其使用年限後,無論是被燃燒還是自然分解,都會重新釋放出二氧化碳。不過在碳循環中,這些釋出的二氧化碳,來自於原本被樹木「吸收」的那些二氧化碳,因此並不會增加大氣中的碳總量。

只要我們持續種植新樹,碳循環就能不斷延續,二氧化碳在不同型態間流轉,而不會大量增加溫室氣體在大氣中的總量。因為具備循環再生的特性,讓木材成為相對環保的資源。

但,為了木製品而砍伐森林,真的沒問題嗎?當然會有問題!

-----廣告,請繼續往下閱讀-----
從吸碳到固碳的循環

砍對樹,很重要

實際上,有不少木材來自於樹木豐富的熱帶雨林。然而,熱帶雨林是無數動植物的棲息地,它們承載著地球豐富的生物多樣性。當這些森林被非法砍伐,不僅生態系統遭到破壞,還有一個嚴重的問題–黃碳,也就是那些大量儲存在落葉與土壤有機質中的碳,會因為上方森林的消失重新將碳釋放進大氣之中。這些原本是森林的土地,將從固碳變成排碳大戶。

不論是黃碳問題,還是要確保雨林珍貴的生物多樣性不被影響,經營得當的人工永續林,能將對環境的影響降到最低,是紙漿和木材的理想來源。永續林的經營者通常需要注重環境保護與生態管理,確保砍下每顆樹木後,都有新的樹木接續成長。木材反覆在同一片土地上生成,因此不用再砍伐更多的原始林。在這樣的循環經營下,我們才能不必冒著破壞原始林的風險,繼續享用木製品。

人工永續林的經營者需要注重環境保護與生態管理,確保砍下每顆樹木後,都有新的樹木接續成長。

如何確保你手中的紙張來自永續林?

如果你擔心自己無意中購買了對環境不友善的商品,而不敢下手,只要認明FSC(森林管理委員會)認證與 PEFC(森林認證制度)認證標章,就能確保紙漿來源不是來自原始林。並且從森林到工廠、再到產品,流程都能被追蹤,為你把關每一張紙的生產過程合乎永續。

只要認明 FSC(森林管理委員會)認證與 PEFC(森林認證制度)認證標章,就能確保紙漿來源不是來自原始林。

家樂福「從 i 開始」:環境友善購物新選擇

不僅是紙張,家樂福自有品牌的產品都已經通過了環保認證,幫助消費者在日常生活中輕鬆實踐環保。選擇 FSC 與 PEFC 標章只是第一步,你還可以在購物時認明家樂福的「從 i 開始」價格牌,這代表商品在生產過程中已經符合多項國際認證永續發展標準。

-----廣告,請繼續往下閱讀-----

「從 i 開始」涵蓋十大環保行動,從營養飲食、無添加物、有機產品,到生態農業、動物福利、永續漁業、減少塑料與森林保育,讓你每一項購物選擇都能與環境保護密切相關。無論是買菜、買肉,還是日常生活用品,都能透過簡單的選擇,為地球盡一份力。

選擇 FSC 與 PEFC 標章只是第一步,你還可以在購物時認明家樂福的「從 i 開始」價格牌
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
212 篇文章 ・ 312 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

3

5
4

文字

分享

3
5
4
鑑識故事系列:德國免費電玩,邀玩家扮法醫
胡中行_96
・2023/03/20 ・1664字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

本系列以往藉由講解真實案件,來分享鑑識科學;這篇則摘要免費電玩的虛構情境,鼓勵讀者親自體驗辦案。2023 年 1 月的《國際法醫期刊》(International Journal of Legal Medicine),介紹了一款德國漢堡開放線上大學(Hamburg Open Online University)的遊戲,名叫「Adventure Legal Medicine」(非官方中譯:法醫歷險)。論文詳述開發過程與教學功能,還強調玩家不管有無醫學知識,皆能輕易上手。[1]

=========微劇情,防雷線=========

想避開遊戲情境簡介的讀者,請跳過圖片後的第一段,謝謝。

電玩《Adventure Legal Medicine》的繪畫風格。圖/參考資料 1,Figure 1(CC BY 4.0)

情境設定

依照學習的領域,此遊戲有下列 5 個故事情境,可供選擇:

-----廣告,請繼續往下閱讀-----
  1. 估計死亡時間(time of death estimation):有人死在公寓裡。玩家必須選取正確的驗屍工具,例如:直腸體溫計(rectal thermometer)或神經反射錘(reflex hammer),來推估死亡時間。[1, 2]
  2. 體外驗屍檢查(external post-mortem examination):河岸上死者的某些身體部位,藏有非自然死亡的線索。[1]像是顱骨和手肘擦傷等,都有待玩家一探究竟。[2]
  3. 鑑識人類學(forensic anthropology):森林裡,散落著人類骨骸。觀察並測量骨頭,以推估年紀、性別和身高。將結果拿去跟失蹤人口的檔案比對,玩家或許就能找出死者的身份。[1]
  4. DNA親子鑑定(DNA analysis/paternity test):不知從哪迸出 4 個人,想繼承情境 2 那名死者的巨額財產。[1]玩家得從唾液樣本,分析他們的 DNA,判斷誰才是真有血親關係的子嗣。[1, 2]
  5. 解剖、酒精與藥物(autopsy/alcohol and drug influence):玩家幫車禍死者體外驗屍;解剖以檢查器官;並進行毒物學分析。最後,判讀以上檢查所得的結果。[1]

開發過程

這個遊戲是鑑識病理學家、鑑識人類學家、心理學家、醫科學生、遊戲工程師和插畫藝術家,共同合作的結晶。類似於商業開發的線上遊戲,產品正式釋出之前,得先找人來封閉測試。2 名分別為 25 和 49 歲的男性;以及 21、25 與 54 歲的 3 名女性,率先嘗試情境 1 和 2 的前期測試版。研發團隊根據他們的感想與建議,改進遊戲,並設計情境 3。接著,請 40 名醫學系的學生,操作情境 1 至 3 的測試版。另外,其他不同教育程度的學生,作為一般大眾的樣本,也受邀試玩。最終統合大家的評論後,團隊設計出情境 4 和 5 的遊戲。[1]

嚴肅遊戲

德國研發團隊將產品定位成「嚴肅遊戲」(serious game),以教學而非娛樂為主要目的,而且在視覺上多採灰階,來保持中性。[1]筆者試玩了一小部份,又觀賞攻略影片,覺得繪圖和音效雖不華麗,但頗為用心。由於遊戲全程都有電子版的課本唾手可得,玩家本身無須具備專業知識。每個階段結束後,還能透過小測驗,了解學習成效。對相關科系而言,也可用於輔助教學或自學。從 2020 年 1 月在 Google Play 上架以來,有數千人下載,並獲得平均 4.5 星的評價;可惜不曉得線上網頁版的使用人次。[1]下面是此遊戲的基本資料、連結與攻略,歡迎讀者分享闖關心得。

Adventure Legal Medicine

  • 名稱:Adventure Legal Medicine[1](英文別名:Forensic Medicine Adventure;德文名稱:Abenteuer Rechtsmedizin)[2]
  • 對象:醫學相關科系的學生及一般愛好者。[1]
  • 語言:英文和德文。[1]英文版的故事敘述,用字不難;但基於辦案的情境,勢必會出現骨骼、基因等,鑑識科學常見的專有名詞。
  • 行動裝置版:僅支援Android系統的平板電腦和手機;沒有 iOS 的版本。請點超連結下載,或上Google Play搜尋「Abenteuer Rechtsmedizin」。[1]
  • 線上網頁版http://elearning.uke.de/HOOU/RechtsmedizinSeriousGame/ (完全載入後,可以按下方代表德文的「DE」,將語言改為英文「EN」。)[1]
電玩《Adventure Legal Medicine》英文版,前 4 個情境的攻略。影/參考資料 2

  

參考資料

  1. Anders S, Steen A, Müller T, et al. (2023) ‘Adventure Legal Medicine: a free online serious game for supplementary use in undergraduate medical education’. International Journal of Legal Medicine, 137, 545–549.
  2. SLY MobileGaming (15 JAN 2021) ‘Forensic Medicine Adventure Abenteuer Rechtsmedizin | Point and Click Game Walkthrough’. YouTube.
-----廣告,請繼續往下閱讀-----
所有討論 3
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

0

10
2

文字

分享

0
10
2
鑑識故事系列:Lucia de Berk 值班死幾人?荷蘭護理冤案
胡中行_96
・2023/02/27 ・2983字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

前言:本文為鑑識系列中,罕見提及統計學的故事。不過,繁複的計算過程全部省略,僅討論統計概念和辦案原理。請害怕數學的讀者放心。

護理人員 Lucia de Berk。圖/Carole Edrich on Wikimedia Commons(CC BY-SA 3.0)

荷蘭護理人員 Lucia de Berk,長年於海牙茱莉安娜兒童醫院(Juliana Kinderziekenhuis)的 1 個病房,與紅十字醫院(Rode Kruis Ziekenhuis)的 2 個病房工作。2001 年 12 月,她因謀殺罪嫌被捕。[1]

超幾何分佈

警方起先偵辦 2 名住院病患的死因,發現是中毒身亡;後來連帶調查 1997 至 2001 年間,幾家醫院可能的謀殺案件,於是找上了她。[2]在法庭上,司法心理學家 Henk Elffers 用機率的概念,證明 Lucia de Berk 有罪。簡單來說,就是計算嫌犯現身出事班次的機率。他採取的統計方法,叫做超幾何分佈(又稱「超幾何分配」;hypergeometric distribution)。[1]

超幾何分佈適合用在從一個母數中,隨機抽取樣本,不再放回的情形。例如:袋子裝有 N 顆球,其中 L 顆為紅球。一把抓出 n 顆球,不特別挑選的話,紅球碰巧被抓到的機率為 X。[3, 4]以此類推,在此案被調查的時間範圍內,病房總共有 N 個班次,其中 Lucia de Berk 值了 L 班,而有醫療事故的班次共 n 個。如果不刻意安排,則她正好出現在事故班次的機率為 X。[1]公式介紹。[4]

此處實際帶入數據後得到的答案,說明 Lucia de Berk 理論上應該只有 3 億 4 千 2 百萬分之一(X = 1 / 3.42 x 108)的機率,會剛好在醫療事故發生的班次值班。因此,法庭認定她的頻繁出現(> 1 / 3.42 x 108),絕非巧合。[1, 2, 5, 6]2003 年,Lucia de Berk因 7 起謀殺和 3 次殺人未遂,[2]被判終身監禁。[5]

茱利安納兒童醫院(Juliana Kinderziekenhuis)外觀。圖/Joris on Wikimedia Commons(CC BY-SA 3.0)
紅十字醫院(Rode Kruis Ziekenhuis)已於 2021 年關閉。圖/1Veertje on Wikimedia Commons(CC BY-SA 4.0)。

統計謬誤

當時有位醫師任職於 Lucia de Berk 待過的一家醫院。他的女性姻親 Metta de Noo-Derksen 醫師,以及 Metta 的兄弟 Ton Derksen 教授,都覺得事有蹊蹺。[7]Metta 和 Ton 檢視死者的病歷紀錄,並指出部份醫療事故的類型和事發時間,與判決所用的數據對不起來因為後者大半仰賴記憶,他們甚至發現有些遭指控的班次,Lucia de Berk 其實不在現場。然而,光是這些校正,還不足以推翻判決。[1, 7]

-----廣告,請繼續往下閱讀-----

所幸出生於英國的荷蘭萊頓大學(Universiteit Leiden)統計學榮譽教授 Richard Gill,也伸出援手。[2]在協助此案的多年後,他的團隊發表了一篇論文,解釋不該使用超幾何分佈的理由,例如:[1]

  1. 護理人員不可互換:所有受訪醫師都說,護理人員可以相互替換;但是護理人員覺得,他們無法取代彼此。由於各別的個性與行事風格迥異,他們對病患的影響也不同。[1]
  2. 醫療事故通報機率:既然每個護理人員都有自己的個性,他們判定某事件為醫療事故,並且通報醫師的機率也不一樣。[1]畢竟醫院的通報規定是一回事;符合標準與否,都由護理人員判斷。比方說,有個病患每次緊張,血壓就破表。那就讓他坐著冷靜會兒,再登記第二次測量的正常結果即可。不過,難免會有菜鳥護士量一次就嚇到通報,分明給病房添亂。
  3. 班次與季節事故率:夜間與週末只剩護理人員和少數待命的醫師;季節性的特定病例增減;以及病患的生理時鐘等,都會影響出事的機率。[1]
  4. 護理排班並不平均:護理人員的班次安排,理想上會有帶狀的規律。可能連續幾天都是白班,接著是幾個小夜班之類的,[1]比較方便調整作息。此外,護理人員的資歷和個性,通常也會被納入考量。[1]以免某個班次全是資深人員;但另個班次緊急事故發生時,卻只剩不會臨機應變的新手。在這樣的排班原則下,如果單看某個時期的班表,每個人所輪到的各類班次總數,應該不會完全相同。
  5. 出院政策曾經改變:茱莉安娜兒童醫院在案發期間,曾經針對確定救不活的小病患,是否該在家中或病房離世,做過政策上的調整。帳面上來說,算在病房裡的事故量絕對會有變化。[1]

總之,太多因素會影響護理排班,或是干擾醫療事故的通報率,因此不能過度簡化成抽取紅球那樣的隨機概念。更嚴重的是,Henk Elffers 在計算過程中,分開處理 3 個病房的機率,然後再相乘。Richard Gill 的團隊強調,這樣會造成在多處上班的護理人員,比只為一處服務者,看起來有較高的嫌疑。[1]

帕松分佈

因應這種情境,Richard Gill 教授建議採用帕松分佈(又譯「布阿松分配」;Poisson distribution),[1]一種描述特定時間內,事件發生率的統計模型。[8]有別於先前的計算方法,在這裡事故傾向(accident proneness),以及整體排班狀況等變因,都納入了考量。前者採計護理人員通報醫療事故的意願強度;後者則為輪班的總次數。這個模型通常是拿來推估非尖峰時段的來電、大城市的火災等,也適用於 Lucia de Berk 的案子。[1](深入瞭解公式計算(p. 4 – 6)。[1, 8]

雖然此模型的細節複雜,統計學家得大費周章解釋給法官聽,但是考慮的條件比較趨近真實。倘若套用原始判決的數據,這個計算最後的答案是 0.0206161,意即醫療事故本來就有 49 分之 1 的機率,會與 Lucia de Berk 的班次重疊。如果帶入 Mettade Noo-Derksen 和 Ton Derksen 校正過的數據,機率更高達 9 分之 1。[1, 9]換句話說,她單純是倒楣出現在那裡,就被當作連續殺人犯。[6]

其他證據與翻案

大相逕庭的計算結果,顯示出選擇正確統計模型的重要性。然而,最不合理的,是以機率作為判決的主要根據。就謀殺案件來說,怎能不忠於病歷或驗屍報告?Richard Gill 教授接受美國犯罪學講師 Jon Robins 的訪問時,表示後來由醫師和毒物學家組成的獨立團隊,被允許瀏覽當初沒送上法庭的關鍵資料。[2]他們發現原本被視為受害者的病患,根本都喪命於自然死因。[2, 6]

在各方人士的協助下,Lucia de Berk 還是歷經兩次上訴失敗。[6]她曾於 2008 年,被允許在家等候重審結果。[1]但直到 2010 年 4 月,司法才還她清白。[7]Ton Derksen 認為,在荷蘭像這樣誤判的案件,約佔總判決數的 4 至 11%,也就是每年 1,000 人左右。不過,2006 到 2016 年間被判刑的 2 萬 3 千人裡,只有 5 個上訴到最高法院,而且僅 Lucia de Berk 的案子得以平反。[10]

-----廣告,請繼續往下閱讀-----
Lucia de Berk 冤案改編電影的海報。圖/電影《Lucia de B.》(2014) on IMDB

  

參考資料

  1. Gill RD, Groeneboom P, de Jong P. (2018) ‘Elementary Statistics on Trial—The Case of Lucia de Berk’. Chance 31, 4, pp. 9-15.
  2. Robins J. (10 APR 2020) ‘Ben Geen: Statisticians back former nurse’s in last chance to clear name’. The Justice Gap.
  3. 超幾何分佈」國立高雄大學統計學研究所(Accessed on 03 FEB 2023)
  4. 李柏堅(06 FEB 2015)「超幾何分配CUSTCourses on YouTube.
  5. Sims J. (24 FEB 2022) ‘Are We in the Midst of a Data Illiteracy Epidemic?’. Inside Hook.
  6. Schneps L, Colmez C. (26 MAR 2013) ‘Justice Flunks Math’. The New York Times.
  7. Alexander R. (28 APR 2013) ‘Amanda Knox and bad maths in court’. BBC News.
  8. 李伯堅(04 FEB 2015)「布阿松分配」CUSTCourses on YouTube.
  9. Wilson D. (13 DEC 2022) ‘Red flag to be wary of when hunting a killer nurse’. The Herald, Scotland.
  10. One in nine criminals may have been wrongly convicted – research’. (21 NOV 2016) Dutch News.
-----廣告,請繼續往下閱讀-----
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。