Mapping of bioavailable strontium isotope ratios in France for archaeological provenance studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Strontium isotope ratios (87Sr/86Sr) of archaeological samples (teeth and bones) can be used to track mobility and migration across geologically distinct landscapes. However, traditional interpolation algorithms and classification approaches used to generate Sr isoscapes are often limited in predicting multiscale 87Sr/86Sr patterning. Here we investigate the suitability of plant samples and soil leachates from the IRHUM database (www.irhumdatabase.com) to create a bioavailable 87Sr/86Sr map using a novel geostatistical framework. First, we generated an 87Sr/86Sr map by classifying 87Sr/86Sr values into five geologically-representative isotope groups using cluster analysis. The isotope groups were then used as a covariate in kriging to integrate prior geological knowledge of Sr cycling with the information contained in the bioavailable dataset and enhance 87Sr/86Sr predictions. Our approach couples the strengths of classification and geostatistical methods to generate more accurate 87Sr/86Sr predictions (Root Mean Squared Error = 0.0029) with an estimate of spatial uncertainty based on lithology and sample density. This bioavailable Sr isoscape is applicable for provenance studies in France, and the method is transferable to other areas with high sampling density. While our method is a step forward in generating accurate 87Sr/86Sr isoscapes, the remaining uncertainty also demonstrates that fine-modelling of 87Sr/86Sr variability is challenging and requires more than geological maps for accurately predicting 87Sr/86Sr variations across the landscape. Future efforts should focus on increasing sampling density and developing predictive models to further quantify and predict the processes that lead to 87Sr/86Sr variability.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle