MétaCan
Menu
Retour à la cohorte
Enregistrement W2478347879 · doi:10.1075/slcs.144.06dub

Material culture and language

2013· book-chapter· en· W2478347879 sur OpenAlexaff
Benoît Dubreuil, Christopher S. Henshilwood

Notice bibliographique

RevueStudies in language companion series · 2013
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueLanguage and cultural evolution
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésLinguisticsHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Archeology is one of the few disciplines likely to provide hints about when the faculty of language evolved in the human lineage. Nevertheless, what can be inferred from the material culture and bony remains of our ancestors is still disputed. This chapter focuses on one debate that has received significant attention recently. Is it possible to infer “symbolic behavior” from the material culture of early Homo sapiens during the ca. 300 to 30 ka Middle Stone Age (MSA) in Africa? We argue that the question is answered differently depending on how we perceive the cognitive foundation of symbolic behavior. Our view is that symbolic behavior in humans stems from human-specific socio-cognitive and socio-affective skills. We then argue that the presence of these capacities – and indirectly of symbolic behavior – is evidenced by a range of innovations in the southern African archeological record during the MSA. During this period, and especially after ca. 100 ka, groups of early Homo sapiens began to invest significant time and energy in the nonidiosyncratic alteration of the appearance of their material culture. They made use of personal ornaments, produced abstract engravings, and included a stylistic component in their bone and stone tools. Some of the technology they used to produce their tools was highly innovative. Probably for the first time in prehistory our ancestors began to live in societies in which people cared about how others saw the world and about transforming their environment in a way that met others’ expectations. In other words, they lived in a world of shared meanings.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,024
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,031
Tête enseignante GPT0,327
Écart entre enseignants0,296 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in language companion seriesMême sujetLanguage and cultural evolutionTravaux en français237 207