MétaCan
Menu
Retour à la cohorte
Enregistrement W4296907623 · doi:10.1039/d2ra05654b

Sex determination of mummies through multi-elemental analysis of head hair using electrothermal vaporization coupled to inductively coupled plasma optical emission spectrometry

2022· article· en· W4296907623 sur OpenAlexafffund
Margaret MacConnachie, Sarah Lu, Yangyang Wang, Jocelyn S. Williams, Diane Beauchemin

Notice bibliographique

RevueRSC Advances · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePaleopathology and ancient diseases
Établissements canadiensTrent UniversityQueen's University
Organismes subventionnairesSchool of Graduate Studies, Queen's UniversityNatural Sciences and Engineering Research Council of CanadaQueen's University
Mots-clésVaporizationInductively coupled plasmaInductively coupled plasma mass spectrometryAnalytical Chemistry (journal)Elemental analysisChemistryHead (geology)PlasmaMass spectrometryChromatographyGeologyPhysicsInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

electrothermal vaporization coupled to inductively coupled plasma optical emission spectrometry; only 2 mg of hair is required for analysis. Point-by-point internal standardization was performed with Ar i 430.010 nm to compensate for sample loading effects on the plasma. Peak areas were integrated and mass corrected before being used in combination with multivariate analysis. Although principal component analysis provided insufficient separation between the sexes, linear discriminant analysis (LDA) was highly effective for sex determination. Using mummy hair as the LDA model enabled accurate sex prediction of the mummies, showing that, despite the age of the hair, the samples still contain the necessary elemental information for sex determination. For accurate sex determination of mummies using hair collected from living humans, magnesium had to be replaced by sodium due to significant differences in dietary habits. With this simple modification, hair from living humans in North America could be used to successfully predict the sex of individuals who lived more than 500 years ago in Peru. This work paves the way for broader use of non-skeletal sex determination methods within the field of archaeology, filling a significant gap.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,566
Score d'incertitude au seuil0,718

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 technologies0,0000,000
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 Opus0,043
Tête enseignante GPT0,316
Écart entre enseignants0,273 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetPaleopathology and ancient diseasesTravaux en français237 207