MétaCan
Menu
Retour à la cohorte
Enregistrement W2583964789 · doi:10.1016/j.cub.2016.12.060

The Neolithic Transition in the Baltic Was Not Driven by Admixture with Early European Farmers

2017· article· en· W2583964789 sur OpenAlexaff
Eppie R. Jones, Gunita Zariņa, Vyacheslav Moiseyev, Emma Lightfoot, Philip R. Nigst, Andrea Manica, Ron Pinhasi, Daniel G. Bradley

Notice bibliographique

RevueCurrent Biology · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeology and ancient environmental studies
Établissements canadiensTrinity College
Organismes subventionnairesH2020 European Research CouncilEuropean Commission
Mots-clésBiologyTransition (genetics)GeneticsGene

Résumé

récupéré en direct d'OpenAlex

The Neolithic transition was a dynamic time in European prehistory of cultural, social, and technological change. Although this period has been well explored in central Europe using ancient nuclear DNA [1, 2], its genetic impact on northern and eastern parts of this continent has not been as extensively studied. To broaden our understanding of the Neolithic transition across Europe, we analyzed eight ancient genomes: six samples (four to ∼1- to 4-fold coverage) from a 3,500 year temporal transect (∼8,300-4,800 calibrated years before present) through the Baltic region dating from the Mesolithic to the Late Neolithic and two samples spanning the Mesolithic-Neolithic boundary from the Dnieper Rapids region of Ukraine. We find evidence that some hunter-gatherer ancestry persisted across the Neolithic transition in both regions. However, we also find signals consistent with influxes of non-local people, most likely from northern Eurasia and the Pontic Steppe. During the Late Neolithic, this Steppe-related impact coincides with the proposed emergence of Indo-European languages in the Baltic region [3, 4]. These influences are distinct from the early farmer admixture that transformed the genetic landscape of central Europe, suggesting that changes associated with the Neolithic package in the Baltic were not driven by the same Anatolian-sourced genetic exchange.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,232
Écart entre enseignants0,214 · 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

Citations241
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent BiologyMême sujetArchaeology and ancient environmental studiesTravaux en français237 207