MétaCan
Menu
Retour à la cohorte
Enregistrement W4387222056 · doi:10.29173/comp63

Agricultural Origins

2023· article· en· W4387222056 sur OpenAlexaffvenue
Morgan L. Graumann

Notice bibliographique

RevueCOMPASS · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeology and ancient environmental studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDomesticationAgricultureGeographyPrehistoryEcologyArchaeologyEthnologyHistoryBiology

Résumé

récupéré en direct d'OpenAlex

The Andean region of South America and the island of Ireland both adopted agriculture in wildly divergent manners, leaving distinct marks on their individual cultures. This study presents an overview of the contrast in agricultural adoption (that is, plant and animal domestication) in both the Andes and Ireland, as well as the subsequent respective cultural effects of those adoption techniques. In order to properly understand this relationship, certain factors must first be examined, specifically the available environmental resources at the onset of human occupation in each region, followed by the early experimentation with local resources leading to plant and animal domesticates, and concluding with a cultural analysis of each locale in the wake of agricultural adoption. Both regions began in similar landscapes, offering ample coastal and terrestrial resources for their respective nomadic settlers. While the Andes gradually developed their plant and animal domesticates independently, Ireland abruptly adopted Eurasian-born systems and adjusted their cultural trajectory along this alternative path. By comparing these two agricultural histories, an immense cache of traditions and diversities come to light backed by archaeological discoveries and decades of scientific work in both regions, overall illustrating how past agricultural traditions have a meerdirect and immense influence on finer cultural structure.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,019
Tête enseignante GPT0,207
Écart entre enseignants0,188 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCOMPASSMême sujetArchaeology and ancient environmental studiesTravaux en français237 207