MétaCan
Menu
Retour à la cohorte
Enregistrement W2809374700 · doi:10.1017/aaq.2018.25

COUPLING LITHIC SOURCING WITH LEAST COST PATH ANALYSIS TO MODEL PALEOINDIAN PATHWAYS IN NORTHEASTERN NORTH AMERICA

2018· article· en· W2809374700 sur OpenAlexaff
Jonathan C. Lothrop, Adrian L. Burke, Susan Winchell-Sweeney, Gilles Gauthier

Notice bibliographique

RevueAmerican Antiquity · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePleistocene-Era Hominins and Archaeology
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPleistoceneOutcropArchaeologyRange (aeronautics)GeographyGeologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Projections of Paleoindian range mobility in the late Pleistocene are typically inferred from straight-line distances between toolstone sources and sites where artifacts of these raw materials have been found. Often, however, these sourcing assessments are not based on geologic analysis, raising the issue of correct source ascription. If sites of similar age can be linked to a toolstone source through geologic study, and direct procurement of toolstone can be inferred, geographic information systems (GIS) modeling of travel routes between the source and those sites can reveal route segments of annual rounds and aspects of landscape use. In the Hudson Valley of eastern New York, Paleoindian peoples exploited Normanskill chert outcrops for toolstone during the late Pleistocene. Here, we combine X-ray fluorescence sourcing results that link Normanskill chert artifacts at Paleoindian sites to the West Athens Hill source outcrop in the Hudson Valley with GIS least cost path analysis to model seasonal pathways of late Pleistocene peoples in northeastern North America.

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)0,000
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 enseignants0,538
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,002
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 Opus0,025
Tête enseignante GPT0,289
Écart entre enseignants0,264 · 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican AntiquityMême sujetPleistocene-Era Hominins and ArchaeologyTravaux en français237 207