MétaCan
Menu
Retour à la cohorte
Enregistrement W2026619828 · doi:10.1179/174963107x226435

Neolithic cod (<i>Gadus morhua</i>) and herring (<i>Clupea harengus</i>) fisheries in the Baltic Sea, in the light of fine-mesh sieving: a comparative study of subfossil fishbone from the late Stone Age sites at Ajvide, Gotland, Sweden and Jettböle, Åland, Finland

2007· article· en· W2026619828 sur OpenAlexfundno aff
Carina Olson, Yvonne Walther

Notice bibliographique

RevueEnvironmental Archaeology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Agricultural Research Institute
Mots-clésHerringClupeaGadusFisheryArchipelagoBaltic seaFishingGeographyFish <Actinopterygii>BiologyArchaeologyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

During the Late Stone Age, the sites of Ajvide and Jettböle were located on the seashore but in quite different marine environments. Ajvide on Gotland had direct access to the open sea of the central Baltic, while Jettböle in the Åland archipelago was surrounded by islands and skerries in the northern part of the Baltic Sea. Continuous excavations at Ajvide revealed large amounts of Cod (Gadus morhua) while herring (Clupea harengus) was found in small numbers. At Jettböle, as well, cod bones have been observed in large numbers while the skeletal remains of herring were few. In this study, soil samples of fishbone materials from Ajvide and Jettböle were sieved through screens of different mesh-sizes and then osteologically analysed. The finer screens aided the recovery of small herring bones that usually are lost when sieving through a common standard mesh-size of 4 mm. The results of the study confirmed the importance of fine-mesh sieving for the retrieval of the fishbone materials. Additionally, the achieved osteometric data indicated a difference in cod and herring size between the sites. Other factors that form our base for the understanding of Neolithic fishing strategies are: a general knowledge of the behaviour of the retrieved fish species, a reconstruction of the ancient marine environment and the abundance of fish species at each site.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ArchaeologyMême sujetIsotope Analysis in EcologyTravaux en français237 207