MétaCan
Menu
Retour à la cohorte
Enregistrement W2971606687 · doi:10.1007/s12520-019-00911-7

New insights into Neolithic milk consumption through proteomic analysis of dental calculus

2019· article· en· W2971606687 sur OpenAlexaff
Sophy Charlton, Abigail Ramsøe, Matthew J. Collins, Oliver E. Craig, Román Fischer, Michelle Alexander, Camilla Speller

Notice bibliographique

RevueArchaeological and Anthropological Sciences · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDigestive system and related health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Environment Research CouncilArts and Humanities Research Council
Mots-clésPrehistoryArchaeologyConsumption (sociology)GeographyPotteryZooarchaeologyBiologyArt

Résumé

récupéré en direct d'OpenAlex

Abstract There has long been debate over the origins of dairy consumption within European populations. Whilst it was previously assumed that lactase persistence (LP) was under positive selection following the advent of agriculture, recent genetic studies of prehistoric human remains have revealed LP may have only emerged in Europe in the last 4000 years. These findings stand in contrast to organic residue analysis of Neolithic pottery indicating the utilisation of dairy products, and zooarchaeological mortality profiles consistent with dairying herds at Neolithic sites. The recent discovery of the milk protein β-lactoglobulin (BLG) within human dental calculus presents a new method via which to explore dairy product consumption in the archaeological past. Here, we apply shotgun proteomic analysis to dental calculus samples from three British Neolithic sites, revealing the earliest identification of BLG in human dental calculus to date. The presence of BLG peptides in individuals who are unlikely to possess LP provides new insight into dairying in the British Neolithic, suggesting the potential processing of milk by Neolithic populations to reduce the lactose content of dairy products.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,054
Score d'incertitude au seuil1,000

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 technologies0,0000,003
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 Opus0,021
Tête enseignante GPT0,319
Écart entre enseignants0,298 · 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.

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

Citations68
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchaeological and Anthropological SciencesMême sujetDigestive system and related healthTravaux en français237 207