MétaCan
Menu
Retour à la cohorte
Enregistrement W2335670801 · doi:10.2307/2694611

A Zooarchaeological Signature for Meat Storage: Re-Thinking the Drying Utility Index

2001· article· en· W2335670801 sur OpenAlexaffabout
T. Max Friesen

Notice bibliographique

RevueAmerican Antiquity · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePleistocene-Era Hominins and Archaeology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Element (criminal law)Range (aeronautics)ArchaeologyGeographyComputer scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Although the practice of food storage is important to many questions addressed by archaeologists, demonstrating its presence in archaeological contexts can be difficult or impossible. One potentially useful approach to meat storage is the concept of the Drying Utility Index, introduced by Lewis Binford (1978) to predict which carcass portions, with attached bone, will be selected for storage by drying. However, this index has not been widely used by zooarchaeologists, at least in part because the calculations involved in its derivation are extremely complex. This paper presents a new, simplified index, the Meat Drying Index, which is easier to calculate and more transparent than the Drying Utility Index, yet which retains all of its key attributes. This new index is applied to caribou bone samples from two regions: Binford's (1978) Nunamiut data from northern Alaska, and the contents of three caches from the Barren Grounds of Canada, near Baker Lake, Nunavut. In both cases, the Meat Drying Index correlates with the observed element frequencies as well as, or better than, the original Drying Utility Index. As a result, the new index may prove applicable to element distributions from a wide range of archaeological contexts in which storage of meat by drying is suspected.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,006
Communication savante0,0030,007
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,038
Tête enseignante GPT0,337
Écart entre enseignants0,299 · 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'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

Citations47
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican AntiquityMême sujetPleistocene-Era Hominins and ArchaeologyTravaux en français237 207