MétaCan
Menu
Retour à la cohorte
Enregistrement W4392337787 · doi:10.58782/flmnh.ylzw2001

Screen Size and the Need for Reinterpretation: A Case Study from the Northwest Coast

2003· article· en· W4392337787 sur OpenAlexaffabout
Kathlyn M. Stewart, Rebecca J. Wigen

Notice bibliographique

RevueBulletin of the Florida Museum of Natural History · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCommonwealth, Australian Politics and Federalism
Établissements canadiensUniversity of VictoriaCanadian Museum of Nature
Organismes subventionnairesnon disponible
Mots-clésReinterpretationEnvironmental scienceArtAesthetics

Résumé

récupéré en direct d'OpenAlex

There has been much discussion in the archaeological literature on the utilization of different screen mesh sizes for recovering faunal elements, with many researchers decrying the use of the 6.4 mm (1/4") screen, which allows small elements to fall through the mesh. There has been less discussion on the merits of the data obtained through recovery of smaller elements, specifically, is the "new data" worth the extra time and labor? This paper examines faunal material from three sites from the Northwest coast of Canada. The material has been recovered using either 6.4 mm or 2.8 mm (1/8") mesh screens. The results suggest that elements of herring and other small fish have been greatly underestimated in Northwest coast sites, and that these formed an important part of the coast economy and subsistence. Where salmon, a large fish with often well preserved elements, has been seen as the mainstay of Northwest diet and economy, excavation with small-mesh screens may indicate a much greater importance for herring and other small fish on the coast. For accurate reconstruction of past lifeways, at least on the Northwest coast, screens with mesh 2.8 mm must be used for at least a substantial part of the matrix, in combination with the 6.8 mm mesh.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,408

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,264
Écart entre enseignants0,241 · 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'étudeQualitatif
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

Citations13
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBulletin of the Florida Museum of Natural HistoryMême sujetCommonwealth, Australian Politics and FederalismTravaux en français237 207