Rapid deterioration in buried leather: archaeological implications
Notice bibliographique
Résumé
Understanding archaeological leather degradation helps inform economies, crafts, and technologies of historic communities. However, archaeological leather is at high risk of degradation due to deterioration and changes within the burial conditions. This research applied non-destructive FTIR-ATR to experimentally buried vegetable-tanned leather and archaeological leather excavated at the Roman site of Vindolanda, UK to explore survival, destruction, and preservation processes of tanned leather. Analyses focused on observing and monitoring changes in chemical functional groups related to leather tannins, collagen and lipid components following burial. FTIR-ATR results highlighted rapid changes following experimental burial in wet soil, tentatively associated with early onset microbial activity, which targeted readily available lipids but not tightly bound collagen. Prior to burial, differences in structural composition were present in leather spectra based on manufacture; however, following burial in wet soil, FTIR-ATR spectra indicated de-tanning occurs rapidly, especially in waterlogged conditions, with archaeological leather becoming more uniform and similar to untanned leather. Therefore, the comparison of FTIR-ATR results from archaeological leather to experimentally buried leather samples was informative for showing the destructive de-tanning in waterlogged environments. The comparison of FTIR-ATR data from modern unburied leather cannot be compared against archaeological samples. Importantly, despite de-tanning occurring soon after burial, the vegetable-tanning method promoted long-term preservation of leather in wet soil. The observed changes could not be directly associated with the proportion of condensed to hydrolysable tannin, suggesting alternate variables impacted the preservation. Furthermore, mineral components introduced into the leather through the animal skin, tannin material and/or tannin liquid are suggested to contribute to these changes. Crucially a high degree of heterogeneity in error results within the experimentally buried sample material underlined that any changes in collagen ratios cannot be overinterpreted and must be considered within the context of larger datasets.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».