Multidimensional scaling of northwest coast faunal assemblages : A case study from southern haida gwaii, British Columbia
Notice bibliographique
Résumé
Dans le passe, le « multidimensional scaling» (MDS) a ete utilise avec succes pour analyser des ensembles d'artefacts dans nombreux contextes archeologiques. Malgre l'apparente pertinence d'une telle analysepour les donnees fauniques, le MDS n'a pas ete applique aux etudes fauniques. Dans cette etude, nous avons utilise le MDS pour analyser 21 collections fauniques provenant de 14 sites de la tradition Graham, dans la region de Kunghit dans le sud de Haida Gwaii. La separation entre les ensembles domines par le saumon et ceux domines par le sebaste est le resultat le plus pertinent de notre etude, appuyant ainsi les interpretations anterieures de ces donnees. De plus, l'analyse MDS a revele pour la premiere fois une variabilite fonctionnelle et regionale. La variabilite fonctionnelle s'est refletee par la reconnaissance de differents types de sites, tandis que l'analyse a permis la mise en evidence de la distribution des ressources dans la region. Ces resultats contribuent a la comprehension des schemes d'etablissement et de subsistance des Kunghit Haida, tout en demontrant l'utilite du MDS pour les analyses fauniques.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».