MétaCan
Menu
Retour à la cohorte
Enregistrement W2945135199 · doi:10.1017/aaq.2019.29

Cultural Forests in Cross Section: Clear-Cuts Reveal 1,100 Years of Bark Harvesting on Vancouver Island, British Columbia

2019· article· en· W2945135199 sur OpenAlexaffabout
Jacob Earnshaw

Notice bibliographique

RevueAmerican Antiquity · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésIndigenousBark (sound)GeographyArchaeologyDendrochronologyNatural (archaeology)TaphonomyPeriod (music)EcologyForestryBiology

Résumé

récupéré en direct d'OpenAlex

Culturally modified trees (CMTs) provide tangible evidence of long-term forest use by Indigenous peoples. In Northwest Coast cedar forests, this record rarely spans beyond the last three centuries because older bark-harvest scars have been obscured through taphonomic processes such as natural healing and decay. Thus, archaeological visibility and identification are hindered. Here, I recover chronologies of ancient forest harvesting using a post-impact assessment methodology of targeting old-growth clear-cuts in southern Nuu-chah-nulth territories on the west coast of Vancouver Island, British Columbia, Canada. Bark-peeling scars are identified and dated in cross section by growth-ring patterns of recently logged trees. Approximately half of all bark-peeling scars are “embedded” inside healing lobes, suggesting at least half of all such CMTs are effectively invisible in standing forests. Features in these post-impact surveys predated those discovered in conventional archaeological impact assessments by a mean of almost a century. Additionally, one of the oldest continually used cultural forests ever recorded, dating to AD 908, is found in the Toquaht Nation traditional territory. These findings uncover measurable frequencies of cedar-bark harvesting generations prior to the contact period and reveal the inadequacy of heritage protections for old-growth cedar stands.

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 enseignants0,678
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,220 · 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

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican AntiquityMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207