11 Resilience and Vulnerability in the Maya Hinterlands
Notice bibliographique
Résumé
ABSTRACT Given their grand architecture, intricately carved monuments, and colorful histories, the largest Maya centers have long drawn the attention of archaeologists and non‐specialists alike. Early interest in the infamous Maya collapse was, in fact, initially inspired by the discovery of these “lost cities in the jungle.” This research focus was further stimulated by advances in deciphering the Maya hieroglyphic script, and the recognition that monument erection—or in other words, the written histories of most of the southern Lowland centers—came to a rather abrupt end in the 9th century C.E. IHOPE scholars are attempting to elucidate the conditions that lead to the decline of these impressive centers. In doing so, the trajectories of smaller communities, and or those located in hinterlands between the more prominent centers, have emerged as interesting counterpoints that provide unique, and no less significant, examples of resilience and vulnerability. The emerging data suggest that these communities had specific strengths and weaknesses, which in turn provided them with a particular set of challenges, as well as a specific range of coping mechanisms they could marshal when dealing with their ever‐changing environment circumstances (i.e., climate change, resource availability, landscape modifications), and the highly dynamic geopolitical landscape within which they were embedded. This chapter will discuss some of the key insights derived from our examination of hinterland communities, with particular attention being paid to the broader implications of the contrasting trajectories exhibited by these segments of ancient Maya society.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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 ».