Two thousand–year reconstruction of livestock production intensity in France using sediment-archived fecal <i>Bacteroidales</i> and source-specific mitochondrial markers
Notice bibliographique
Résumé
The reconstruction of past pastoral activities based on microscopic methods (pollen and coprophilous fungal ascospores) does not accurately identify the domestic species involved. In contrast, source-specific DNA markers, commonly employed in water quality microbial source tracking (MST) studies, may represent a promising tool for retrospectively identifying species-specific fecal contamination in sediment deposition. In the present study, molecular methods were used to quantify Bacteroidales and identify ovine and bovine mitochondrial DNA extracted from sediment cores from two forest hollows comprising 2000 years of deposition. The DNA marker abundance was contrasted with the abundance of ascospores and plant-specific pollen throughout the sediment chronosequence. The distribution of DNA markers indicated an agro-pastoral practice transition from pasture/crop production to forested landscape from the second Iron Age/classical Antiquity to the end of the Roman period/modernity, in correlation with microscopic markers. During the second Iron Age/classical Antiquity, hollows were likely used to water herds, whereas during the late Antiquity, low Bacteroidales abundances and the sporadic detection of bovine and ovine DNA markers confirm the progressive afforestation observed using pollen data. For the end of the Roman period and modern times, reforested areas are characterized by the absence of ovine and bovine DNA markers while low Bacteroidales abundances suggest the presence of wild herbivores. The present study has established that in tandem with microscopic methods, sediment-archived fecal-specific bacterial and mitochondrial DNA are extremely useful for reconstructing agricultural practice over timeframes of millennia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».