MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392086864 · doi:10.1093/oxfordhb/9780197607770.013.7

The Importance of Aquatic Foods and Environments for the Early Hominin Brain

2024· book-chapter· en· W4392086864 sur OpenAlexaff
Kathlyn M. Stewart, Stephen C. Cunnane

Notice bibliographique

RevueOxford University Press eBooks · 2024
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiquePleistocene-Era Hominins and Archaeology
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNutrientBiologyShellfishEcologyForagingFisheryFish <Actinopterygii>Aquatic animal

Résumé

récupéré en direct d'OpenAlex

Abstract Diet was critical to the growing early Homo brain, which required brain-selective nutrients such as docosahexaenoic acid (DHA), iodine, and iron for growth. Fish and shellfish were optimal sources of these nutrients. The fruit and vegetal diet of the earliest hominins, however, contained few of these nutrients. Early Homo and the australopithecines emerged along with changing environments including spreading grasslands and extreme temperatures. Their requirements for drinking water and shade meant archaeological sites were frequently located near wooded streams and rivers, lakes, and springs, ensuring hominin familiarity with edible wetland vegetation and freshwater-dwelling animals. Archaeological excavations and isotopic evidence indicate that early Homo procured spawning fish, probably crabs and shellfish, and scavenged meat. Fish was an invaluable food in the hot, dry seasons—predictable, easily caught, fatty, and, significantly, containing brain-specific nutrients. Fish—and likely nutritious crabs, shellfish, and scavenged meat—therefore fueled the ongoing encephalization of early Homo (including early H. erectus) and provided hominins with seasonally reliable food sources, complemented by carbohydrate-rich plant foods and scavenged mammal meat. Later in hominin development, consumption of marine food resources similarly provided DHA and other brain-specific nutrients.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,025
Tête enseignante GPT0,241
Écart entre enseignants0,215 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooks→Même sujetPleistocene-Era Hominins and Archaeology→Travaux en français237 207→