MétaCan
Menu
Retour à la cohorte
Enregistrement W4414106367 · doi:10.1016/j.isci.2025.113271

Diverse feasting networks at the end of the Bronze Age in Britain (c. 900-500 BCE) evidenced by multi-isotope analysis

2025· article· en· W4414106367 sur OpenAlexaff
Carmen Esposito, Angela L. Lamb, Morten B. Andersen, Marc‐Alban Millet, Edward Inglis, Federico Lugli, Alexandra J. Nederbragt, Richard Madgwick

Notice bibliographique

RevueiScience · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeology and ancient environmental studies
Établissements canadiensThermo Fisher Scientific (Canada)
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsEuropean CommissionArts and Humanities Research CouncilUK Research and Innovation
Mots-clésBronze AgeScale (ratio)Social network analysisKey (lock)Little ice ageRock artSocial structure

Résumé

récupéré en direct d'OpenAlex

During the Bronze Age-Iron Age transition, climatic change and economic upheaval signaled societal shifts across Europe. Longstanding trade networks broke down and in southern Britain new sites, termed middens, emerged. These vast mounds of cultural debris represent the coming together of vast numbers of people and animals for feasts on a scale unparalleled in British prehistory. Faunal remains are key for assessing the catchments of these feasting events and the scale and nature of community connectivity. This study examines networks and scales of mobility that centered on these enigmatic sites through analysis of the largest multi-isotope dataset on faunal remains ( n = 254) yet generated in archaeology, aided by a random forest 87 Sr/ 86 Sr isoscape of Britain. The data evidence diverse site roles, with some middens anchoring wide-ranging networks and others being local centers for specialist economies, providing nuanced resolution into the social and economic dynamics of this transitional phase.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,226
Écart entre enseignants0,211 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetArchaeology and ancient environmental studiesTravaux en français237 207