Quantifying Sexual Dimorphism in Scapular Morphology
Notice bibliographique
Résumé
This project explores sexual differences in scapular morphology through linear measurements (LMs) and geometric morphometric (GM) methods. Traditional LMs assess size while GM methods primarily assess shape. Our two hypotheses are as follows: the human scapula expresses sexual dimorphism in both size and shape, and given that shape differences exist, this bone will producehigher correct classification rates when assessed for sex using GM rather than using LMs. Three-dimensional data were obtained from the UTK Donated Skeletal Collection (n = 106); linear data were obtained from the Forensic Anthropology Data Bank (n = 1,252). We modeled these data separately to quantify levels of sexual dimorphism in size (LM) and shape (GM) variability. Linear measurements correctly identified 93% of the sample; the GM method could only correctly identify ~70% of the sample when following the GM protocol for the scapular landmark collection outlined in Uhl et al. (2007). However, GM data produced correct classification rates of over 93% when checked for correlation of centroid size. These results indicate that both size and shape drive differences between female and male shoulder girdle morphology, though the primary contributor is sexual size dimorphism. Size-free and/or allometric differences were also noted within this sample but with a much smaller impact on morphology. The human scapula produces high accuracy rates for sex estimation, regardless of whether LMs or GMs are utilized.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».