MétaCan
Menu
Retour à la cohorte
Enregistrement W2577218853 · doi:10.1111/1556-4029.13406

The Micro‐Taphonomy of Cold: Differential Microcracking in Response to Experimental Cold‐Stresses

2017· article· en· W2577218853 sur OpenAlexaff
Chantal Turpin

Notice bibliographique

RevueJournal of Forensic Sciences · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePaleopathology and ancient diseases
Établissements canadiensBurnaby HospitalSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésTaphonomyCrackingMaterials scienceComposite materialGeologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Cold is a central feature of environments at higher latitudes and elevations. Thus, cold-induced taphonomic changes are relevant in many forensic contexts. Fifty-two lamb bone segments were used to assess the impact of cold, freeze-thaw cycles, freeze-drying, and water immersion on microstructural cracking of bone in a series of controlled exposure experiments. For each bone segment, three thin sections were examined under a light microscope. Cold exposure caused taphonomic changes in the form of microscopic cracking. Transverse cracks occurred in all treatments, whereas osteonal cracks were restricted to rapid freezing treatments. Type of cold exposure had a statistically significant effect on both the total number of cracks and each type of crack observed. Skeletal microcracking could potentially be used as a taphonomic indicator of postmortem bone exposure to sub-zero temperatures. The type and prevalence of this damage could also be used to distinguish between different types of cold exposure.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,303
Écart entre enseignants0,262 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetPaleopathology and ancient diseasesTravaux en français237 207