MétaCan
Menu
Retour à la cohorte
Enregistrement W4394978472 · doi:10.1101/2024.04.15.589626

Palaeoproteomic identification of a whale bone tool from Bronze Age Heiloo, the Netherlands

2024· preprint· en· W4394978472 sur OpenAlexaff
Joannes Dekker, Dorothea Mylopotamitaki, Annemieke Verbaas, Virginie Sinet‐Mathiot, Samantha Presslee, Morgan L. McCarthy, Morten Tange Olsen, Jesper V. Olsen, Youri van den Hurk, Joris Brattinga, Frido Welker

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineArts and Humanities
ThématiqueMaritime and Coastal Archaeology
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBronze AgeWhaleIdentification (biology)ArchaeologyAncient historyGeographyHistoryFisheryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Identification of the taxonomic origin of bone tools is an important, but often complicated, component of studying past societies. The species used for bone tool production provide insight into what species were exploited, potentially how, and for what purpose. Additionally, the choice of species may have important implications for the place of the tool within the larger toolkit. However, the taxonomic identification of bone tools is often unsuccessful based on morphology. Here we apply three palaeoproteomic techniques, ZooMS, SPIN-like data analysis and a targeted database search to narrow down the taxonomic identification of an unusually large Bronze Age bone tool from Heiloo, the Netherlands, to the North Atlantic right whale ( Eubalaena glacialis ). Additionally, the tool was investigated for use-wear, which showed that it was likely used for the processing of plant fibres. The assignment of the tool as whale bone adds support to the exploitation of whales by coastal Bronze Age populations, not just for meat, as previously suggested, but also for bone as a resource for tool production. We know of no other parallel of a bone tool such as this in terms of size, use, hafting, and taxonomic identity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,197
Écart entre enseignants0,183 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMaritime and Coastal ArchaeologyTravaux en français237 207