MétaCan
Menu
Retour à la cohorte
Enregistrement W2292169105 · doi:10.14430/arctic4546

Identification of Bird Species Used to Make a Viking Age Feather Pillow

2016· article· en· W2292169105 sur OpenAlexvenueno aff
Carla J. Dove, Stephen Wickler

Notice bibliographique

RevueARCTIC · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesSmithsonian LibrariesFederal Aviation AdministrationHelsingin YliopistoSmithsonian Institution
Mots-clésEiderFeatherCharadriiformesCormorantFlight featherHeronAythyaGeographyWaterfowlAnseriformesSternaZoologyEcologyPlumageBiologyPredation

Résumé

récupéré en direct d'OpenAlex

A grave containing the remains of a wooden boat was discovered in 1934 under a low mound in a bog at Øksnes in the Vesterålen islands of northern Norway. The boat grave dates to the 10th century in the Viking Age, and grave goods placed in the boat include an iron axe, a cowhide in which the body was wrapped, and pillow remains consisting of feather stuffing and a wool textile cover. A microscopic analysis of the feathers from a subsample of the pillow fill identified three avian orders: Anseriformes (eider); Suliformes (cormorant), and Charadriiformes (unspecified gull). It was possible to make one species-level identification of Great Cormorant (<em>Phalacrocorax carbo</em>) and to narrow the gull types to the “white-headed” gull group. The sample was composed of a nearly equal mix of downy and pennaceous feather types. Downy feathers from gulls (Laridae) composed the majority of the material in this sample. While it is reported that feathers and down (assumed to be eider) were used in the Late Iron Age, this is the first successful attempt to identify bird species used in these materials and suggests that avian species identifications should be explored in other such burial items to enhance our understanding of human-wildlife interactions throughout Norse history.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,228
Écart entre enseignants0,207 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetWildlife Ecology and ConservationTravaux en français237 207