MétaCan
Menu
Retour à la cohorte
Enregistrement W4309332358 · doi:10.1080/00393630.2022.2130100

Species Identification of Common Native Arctic Mammals in Inuit Fur Clothing Based on Hair Microscopy

2022· article· en· W4309332358 sur OpenAlexaboutno aff
Anne Lisbeth Schmidt

Notice bibliographique

RevueStudies in Conservation · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesNunatsinni Ilisimatusarnermik Siunnersuisoqatigiit
Mots-clésClothingIdentification (biology)ArcticZoologyNative americanGeographyBiologyArtArchaeologyEcologyEthnologyHistory

Résumé

récupéré en direct d'OpenAlex

Correct material identification is considered essential when documenting museum objects. This study examines the morphology of mammal hair and records the geographical use of common species in Inuit fur clothing collected by the National Museum of Denmark (NMD) from c. 1830–1940 in the Bering Strait region, Alaska, Arctic Canada, and Greenland. Through hair microscopy, the purpose is to test whether original identifications are correct to assess the origin of unique Inuit garments. By means of transmitted light microscopy (TLM) of stained, 1 µm thick cross-sectioned hairs and undyed, longitudinally mounted hairs, the research reveals that specific morphological structures are characteristic of the common native reindeer/caribou, musk ox, members of the seal family, domestic dog, wolf, Arctic fox, polar bear, and wolverine. Rarer animals (hare, lynx, otter, etc.) are not part of this study because of limitations in the collection. Hairs from seal species are difficult to distinguish from one another. Hairs from dog and wolf are distinguishable but have relatively similar morphology. Therefore, to confirm identification, supplementary analyses are required. The hair microscopy technique was used on 49 garments in NMD’s collections, and the results were compared to the original macroscopic species identification. The study revealed that the latter method is often erroneous when it comes to dog/wolf and wolverine fur.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,114
Tête enseignante GPT0,442
Écart entre enseignants0,327 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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 revueStudies in ConservationMême sujetIndigenous Studies and EcologyTravaux en français237 207