MétaCan
Menu
Retour à la cohorte
Enregistrement W2766146926 · doi:10.29173/comp9

Re-approaching palaeodiet in the Andes: use and application of sulphur isotope analysis in reconstructing Peruvian palaeodiet

2017· article· en· W2766146926 sur OpenAlexvenueno aff
Katherine G. Bishop

Notice bibliographique

RevueCOMPASS · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeology and ancient environmental studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubsistence agricultureStable isotope ratioIsotope analysisContext (archaeology)δ13Cδ15NEcologyGeographyBiologyArchaeologyAgriculture

Résumé

récupéré en direct d'OpenAlex

This research critically examines palaeodietary analyses in ancient Peru. Research is often approached using ceramics, flora, and faunal remains to examine human diet and behaviour prior to written records however these remains may not be indicative of items used exclusively for subsistence. More directed approaches employ stable isotope analyses of human remains as these data can provide direct indication of foods consumed during life. Peruvian isotope studies focus on 13C-enrichment patterns, and follow the premise that maize (corn) was the main source of 13C-enrichment recorded in bone collagen. Recent studies in Peru have identified other dietary sources that cause similar enrichment patterns, including kiwicha (pseudocereal), marine protein (e.g. shellfish, fish, and seals), and mococho (seaweed). As a result, additional methodologies must be employed to more sufficiently identify sources of subsistence in ancient Peru. I propose that stable sulphur isotope methodology may be used to overcome the issues presented. By critically reviewing previous palaeodietary analyses of Peru I examine current limitations and overview the application potential of carbon and nitrogen isotope studies complemented with sulphur isotope analysis of human and faunal remains within a Peruvian context. Ultimately I advocate for a more comprehensive approach to Peruvian palaeodiet.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,980

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,033
Tête enseignante GPT0,242
Écart entre enseignants0,209 · 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'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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCOMPASSMême sujetArchaeology and ancient environmental studiesTravaux en français237 207