Viability of Raman microscopy to identify micro‐residues related to tool‐use and modern contaminants on prehistoric stone artefacts
Notice bibliographique
Résumé
Analyses of ancient micro‐residues and usewear preserved on stone artefacts can potentially provide detailed information about how prehistoric humans used the artefacts to process materials such as food, pigments and/or adhesives. However, ancient micro‐residues are likely degraded, and there are multiple potential sources of contamination, such as contact with sediments, groundwater, recent handling, storage materials or laboratory conditions, any of which can inhibit reliable identification of micro‐residues and other traces of prehistoric use. In this pilot study, five stone tools from the archaeological site of Liang Bua (Flores, Indonesia) were used to evaluate the viability of Raman spectroscopy to identity ancient micro‐residues preserved on stone artefact surfaces that are due specifically to prehistoric use as opposed to some form of ancient or modern source of contamination. Inorganic and organic deposits that occur commonly in the cave environment, including iron oxide, manganese oxide and biofilms, were identified in both the sediment and on the artefacts. Protein and saturated fatty acid micro‐residues were identified on edges of all artefacts and may partially originate from modern handling. Proteins, plant fibres and other micro‐residues associated with calcium nitrate are possibly archaeologically significant. Detection of plant fibres and starch grains may indicate either modern contamination or prehistoric contact with plant material that was transferred incidentally or during tool manufacture and/or tool use. These results demonstrate the viability of Raman microscopy to screen, at an early stage of archaeological residue analysis, for modern contaminants and micro‐residues related to tool manufacture and/or tool use. This approach serves as a base for planning strategies and analytical protocols for future work that targets larger samples of artefacts, integrates Raman microscopy with GC–MS/LC–MS and includes more comprehensive studies of usewear. Copyright © 2017 John Wiley & Sons, Ltd.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».