Notice bibliographique
Résumé
Silk Road developments increased interconnectivity through trade, but little is written about the resulting effect on food diversity. I used three methodologically, geographically and temporally diverse studies examining aspects of food during the Silk Road period to identify key factors affecting botanical and dietary food diversification in Central Asia during the first millennium. Archaeological and historical data from a study of Tashbulak (800-1100) revealed narrowing of genetic diversity accompanying cultivation, but also broadening of food options through trade and human interventions that created new plant varieties. A comparative study of the medieval period (500-1300) using human remains and published isotopic (δ13C and δ15N) records of urban and non-urban consumers in the Turkmenistan-Uzbekistan-Kazakhstan region showed the Silk Road fostered greater overall food diversity than occurred in the Iron Age and early first millennium (1300 BCE- 600 CE). It also showed that, although during the medieval period enhanced trade opportunities facilitated a food-diversity trend, the positive movement was eroded by urban, insular agricultural communities with reified social structures. Foodways analysis of recipe books revealed that during the Mongol period (1200-1400), multi-cultural interaction enhanced dietary diversity, whereas changing power dynamics, tradition, and sense of place countered the trend. The Silk Road was not a unilinear path toward dietary diversity, but rather, a series of winding routes beset with potentially precarious switchbacks. Travelling back along the first millennium Silk Road uncovers critical turning points that can inform global food diversity approaches in the 21st century.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».