A double-blind comparison of morphological and collagen fingerprinting (ZooMS) methods of skeletal identifications from Paleolithic contexts
Notice bibliographique
Résumé
Modeling the subsistence strategies of prehistoric groups depends on the accuracy of the faunal identifications that provide the basis for these models. However, our knowledge remains limited about the reproducibility of published taxonomic identifications and how they accurately reflect the range of species deposited in the archaeological record. This study compares taxonomic identifications at three Paleolithic sites (Saint-Césaire and Le Piage in France, Crvena Stijena in Montenegro) characterized by high levels of fragmentation. Identifications at these sites were derived using two methods: morphological identification and collagen fingerprinting, the latter a peptide-based approach known as ZooMS. Using a double-blind experimental design, we show that the two methods give taxonomic profiles that are statistically indistinguishable at all three sites. However, rare species and parts difficult to identify such as ribs seem more frequently associated with errors of identification. Comparisons with the indeterminate fraction indicate that large game is over-represented in the ZooMS sample at two of the three sites. These differences possibly signal differential fragmentation of elements from large species. Collagen fingerprinting can produce critical insights on the range distribution of animal prey in the past while also contributing to improved models of taphonomic processes and subsistence behavior.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,021 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».