MétaCan
Menu
Retour à la cohorte
Enregistrement W2078164509 · doi:10.1255/ejms.584

Time-of-Flight Secondary Ion Mass Spectrometry Analysis of Hair from Archaeological Remains

2003· article· en· W2078164509 sur OpenAlexaff
Ivan M. Kempson, William Skinner, K. Paul Kirkbride, Andrew J. Nelson, Ronald R. Martin

Notice bibliographique

RevueEuropean Journal of Mass Spectrometry · 2003
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePaleopathology and ancient diseases
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSecondary ion mass spectrometryChemistryDiagenesisMass spectrometryElemental analysisEnvironmental chemistryHair analysisMineralMineralogyGeologyChromatographyInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

Hair from four individuals excavated from burial sites in Pacatnamu, Peru from the Moche (450-800 AD) and Lambayeque (900-1100 AD) periods was sectioned longitudinally and analysed with time-of-flight secondary ion mass spectrometry (ToF-SIMS). An attempt was made to distinguish biogenic and diagenetic contributions to the elemental concentrations in the hair samples. Significant contamination was observed to have penetrated the hair samples from the burial environment. Results from the analyses indicate that the burial environment plays an important role in the postmortem variation in elemental content of hair samples. Various elements demonstrated an ability to permeate through the hair matrix over time. In addition, NaCl and what are believed to be aluminosilicates and mineral sulphates, were observed to have accumulated on the surface of the samples. Degradation of the samples was also suspected due to the presence of molecular fragments, possibly resulting from oxidation of the keratin proteins. The results should assist in the identification of reliable elemental signals in the analysis of ancient hair samples and promote caution when considering elements that are abundant in the burial environment.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,220
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations31
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Mass SpectrometryMême sujetPaleopathology and ancient diseasesTravaux en français237 207