Prominent Methods and Theories in the Estimation of Body Mass from Skeletal Remains
Notice bibliographique
Résumé
Estimating body mass from skeletal remains is considered a gap in the creation of a biological profile. Over the last few decades, there have been attempts to fill this gap using different elements from the skeleton. Using various academic databases, a study was done to investigate the prominent methods and theories in body mass estimation. These methods include the use of the femur, the articular surfaces, and the interpretation of musculoskeletal stress markers at the entheses. Calculations using the femur found success in adults most prominently when the cortical area is used. The cortical area provided a percent error margin of 14–22%, with the error decreasing when sex and ancestry-specific equations were used. Musculoskeletal stress markers correlated with heavier body mass in various regions when looking at robusticity. However, these results could not be distinguished between higher body mass individuals and athletic individuals. The articular surface area exhibited no change when body mass is considered, although other features such as osteoarthritis can potentially provide insight into body mass. In addition, subadult femurs were investigated and provided error percentages of 5–7% for juveniles 7 years and younger, and the bi-iliac breadth with long bones can be used for those 15–17 years old with an error margin of 5–8%. These methods exhibit limitations in the demographics of the study, the lack of weight extremely investigated, and various confounding factors. However, these methods and theories in body mass estimations from skeletal remains provide a promising start.
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 | 0,030 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».