The influence of body size on adult skeletal age estimation methods
Notice bibliographique
Résumé
Accurate age estimations are essential to archaeological and forensic analyses. However, reliability for adult skeletal age estimations is poor, especially for individuals over the age of 40 years. This is the first study to show that body size influences skeletal age estimation. The İşcan et al., Lovejoy et al., Buckberry and Chamberlain, and Suchey-Brooks age methods were tested on 764 adult skeletons from the Hamann-Todd and William Bass Collections. Statures ranged from 1.30 to 1.93 m and body masses ranged from 24.0 to 99.8 kg. Transition analysis was used to evaluate the differences in the age estimations. For all four methods, the smallest individuals have the lowest ages at transition and the largest individuals have the highest ages at transition. Short and light individuals are consistently underaged, while tall and heavy individuals are consistently overaged. When femoral length and femoral head diameter are compared with the log-age model, results show the same trend as the known stature and body mass measurements. The skeletal remains of underweight individuals have fewer age markers while those of obese individuals have increased surface degeneration and osteophytic lipping. Tissue type and mechanical loading have been shown to affect bone turnover rates, and may explain the differing patterns of skeletal aging. From an archaeological perspective, the underaging of light, short individuals suggests the need to revisit the current research consensus on the young mortality rates of past populations. From a forensic perspective, understanding the influence of body size will impact efforts to identify victims of mass disasters, genocides, and homicides.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,086 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».