Stable Carbon and Nitrogen Isotope Variability of Bone Collagen to Determine the Number of Isotopically Distinct Specimens
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
Abstract Archaeological and palaeontological excavations frequently produce large quantities of highly fragmentary bone. These bones can help to answer questions regarding past environments and human and animal lifeways via a number of analytical techniques but this potential is limited by the inability to distinguish individual animals and generate sufficiently large samples. Using stable carbon and nitrogen isotope values of bone collagen ( δ 13 C, δ 15 N), we present a metric to identify the number of isotopically distinct specimens (NIDS) from highly fragmented faunal assemblages. We quantified the amount of intra-individual isotopic variation by generating isotopic data from multiple elements from individual animals representing a wide variety of taxa as well as multiple samples from the same skeletal element. The mean intra-individual variation (inter-bone) was 0.52‰ ( σ = 0.45) (Euclidean distance between two points in isotopic bivariate space), while the mean intra-bone variation was 0.63‰ ( σ = 0.06). Using archaeological data consisting of large numbers of individual taxa from single sites, the mean inter-individual isotopic variation was 1.45‰ ( σ = 1.15). We suggest the use of 1.50‰ in bivariate ( δ 13 C, δ 15 N) space as a metric to distinguish NIDS. Blind tests of modelled archaeological datasets of different size and isotopic variability resulted in a rate of misclassification (two or more elements from the same individual being classified as coming from different individuals) of < 5%.
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 | 0,002 | 0,001 |
| 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) | 0,001 | 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