MétaCan
Menu
Retour à la cohorte
Enregistrement W3036520676 · doi:10.1016/j.jasrep.2020.102424

Diversity in Labrador Inuit sled dog diets: Insights from δ13C and δ15N analysis of dog bone and dentine collagen

2020· article· en· W3036520676 sur OpenAlexafffundabout
Alison Harris, Deirdre A. Elliott, Eric Guiry, Matthew von Tersch, Lisa Rankin, Peter Whitridge, Michelle Alexander, Gunilla Eriksson, Vaughan Grimes

Notice bibliographique

RevueJournal of Archaeological Science Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensTrent UniversityUniversity of British ColumbiaMemorial University of Newfoundland
Organismes subventionnairesHorizon 2020Social Sciences and Humanities Research Council of CanadaHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésFaunaMammalRaccoon Dogsδ13CGeographySubsistence agricultureMustelidaeAnimal scienceBiologyArchaeologyZoologyEcologyStable isotope ratio

Résumé

récupéré en direct d'OpenAlex

Sled dogs were an integral part of Labrador Inuit life from the initial expansion and settlement of northeastern Canada to the present day. Tasked with pulling sleds and assisting people with other subsistence activities in the winter, dogs required regular provisioning with protein and fat. In this paper, we conduct stable carbon and nitrogen isotope ratio analysis of the skeletal remains of dogs (n = 35) and wild fauna (n = 68) from sites located on the north and south coasts of Labrador to characterize dog provisioning between the 15th to early 19th centuries. In addition, we analyse bone (n = 20) and dentine (n = 4) collagen from dogs from Double Mer Point, a communal house site in Hamilton Inlet to investigate how dog diets intersected with Inuit subsistence and trade activities at a local level. We find that dog diets were largely composed of marine mammal protein, but that dogs on the north coast consumed more caribou and fish relative to dogs from the central and south coast sites. The diets of dogs from Double Mer Point were the most heterogenous of any site, suggesting long-distance movement of people and/or animals along the coast.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,836

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,243
Écart entre enseignants0,229 · 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

Citations5
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Archaeological Science ReportsMême sujetIsotope Analysis in EcologyTravaux en français237 207