Entheseal Changes: Benefits, Limitations and Applications in Bioarchaeology
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
Reconstructing physical activities in ancient humans has long been pursued in bioarchaeology to understand our history and development. Entheseal changes (EC)––variations to muscle, tendon, and ligament attachment sites on bone––have been used in bioarchaeology since the 1980s to reconstruct activities in past populations such as changes in mobility, subsistence strategy, and gendered division of labour. EC research is based on bone functional adaptation, where bone responds to mechanical stress on entheses through bone formation or destruction in varying degrees of expression. However, the relationship between EC and activity is more complex than simple cause-and-effect, as it involves multiple confounding variables, which can affect EC morphology. This article addresses the use of EC research in bioarchaeology through two parts: Part 1 defines entheses and EC, including observational and quantitative methods developed in bioarchaeology to study EC. Part 2 will summarize the main known factors that influence EC beyond activity such as age, sex, and body size. The article concludes with a discussion of varying benefits and limitations to EC research in bioarchaeology including the use of archaeological samples, historical collections, and animal experimental models. Overall, EC research can be difficult to link with activity due to its multifactorial etiology, challenges of efficacy in developing methods, and limitations of working with human remains. However, recent studies are showing more positive results, demonstrating the usefulness of EC as a way to reconstruct activity.
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 | 0,000 | 0,000 |
| 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 | 0,011 |
| 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) | 0,000 | 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