Aquatic Systems under Stress, <i>c.</i> 1000–1350
Notice bibliographique
Résumé
The high-medieval demographic and economic growth in which fishers and their customers shared had detectable environmental consequences. Prevailing agricultural practices plus increased human and other wastes damaged river systems and polluted both flowing and still waters. Contemporaries were aware of some such effects; others emerge only in modern scientific archaeology. Rulers and others blamed perceived declines in the quantity and quality of fish on overfishing. Present-day studies of long-running assemblages of fish remains detect local depletion of favoured varieties and shrinking average size of more common species. Some fishes (eel) and some fisheries (for herring) of previously limited importance increased their contribution to European diets. An exotic species, common carp, hitherto present in Europe only in the lower Danube, spread westwards into waters made warmer and siltier by human activities. In large thirteenth-century assemblages (but with regional variations), more accessible herring, eel, codfishes, and small cyprinids become dominant. Not all change had human origin; natural dynamics also played a role. High medieval centuries saw the crest, then decline, of climatic warming, with concomitant regional differences in precipitation, seasonality, riverine and estuarine hydrology, and even shifts in stratification and water chemistry of the Baltic. Changed habitats let heat-tolerant fishes spread west, while a herring-dominated regime in the Baltic peaked and slowly yielded to greater presence of cod. Knowingly or not, humans and animals had to adapt.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».