MétaCan
Menu
Retour à la cohorte
Enregistrement W4280553725 · doi:10.31235/osf.io/c32up

Explaining population booms and busts in Mid-Holocene Europe

2022· preprint· en· W4280553725 sur OpenAlexaff
Dániel Kondor, James S. Bennett, Detlef Gronenborn, Nicolas Antunes, Daniel Hoyer, Peter Turchin

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensGeorge Brown College
Organismes subventionnairesÖsterreichische ForschungsförderungsgesellschaftDeutsche ForschungsgemeinschaftV. Kann Rasmussen Foundation
Mots-clésHoloceneBustPopulationSettlement (finance)BoomGeographyEconomic geographyBronze AgeGeologyArchaeologyDemographyOceanographyEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

Archaeological evidence suggests that the population dynamics of Mid-Holocene (Late Mesolithic to Initial Bronze Age, ca. 7000-3000 BCE) Europe are characterized by recurrent booms and busts of regional settlement and occupation density. These boom-bust patterns are documented in the temporal distribution of 14C dates and in archaeological settlement data from regional studies. We test two competing hypotheses attempting to explain these dynamics: climate forcing and social dynamics leading to inter-group conflict. Using the framework of spatially-explicit agent-based models, we translated these hypotheses into a suite of explicit computational models, derived quantitative predictions for population fluctuations, and compared these predictions to data. We demonstrate that climate variation during the European Mid-Holocene is unable to explain the quantitative features (average periodicities and amplitudes) of observed boom-bust dynamics. In contrast, scenarios with social dynamics encompassing density-dependent conflict produce population patterns with time scales and amplitudes similar to those observed in the data. These results suggest that social processes, including violent conflict, played a crucial role in the shaping of population dynamics of European Mid-Holocene societies.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,616
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,316
Écart entre enseignants0,286 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvolutionary Game Theory and CooperationTravaux en français237 207