MétaCan
Menu
Retour à la cohorte
Enregistrement W4416842048 · doi:10.1017/s0956536125100655

Human-Stone Interactions in the Precolonial Maya Lowlands: Working and Learning with Limestone

2025· article· en· W4416842048 sur OpenAlexaff
Céline Gillot, Kenneth E. Seligson, Soledad Ortiz, Bosiljka Glumac, Carlos Peraza Lope

Notice bibliographique

RevueAncient Mesoamerica · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeology and ancient environmental studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMayaScholarshipPerspective (graphical)Process (computing)Work (physics)

Résumé

récupéré en direct d'OpenAlex

Abstract This paper considers the complex entanglements from which stones and stone craftspeople emerged in the precolonial Maya world. Drawing from recent scholarship that emphasizes the relational and processual nature of making and knowing, it adopts a multi-practice perspective to explore how humans transformed limestone into knowable and workable materials and how, in turn, limestone transformed humans into knowledgeable and skilled individuals. Geoarchaeological, archaeometric, and experimental data from the central and northern Maya lowlands are combined to identify choices and preferences in selecting, extracting, and processing calcareous materials, and to examine what these reveal about past knowledge and skills. We then turn our attention to the ways in which quarry workers, lime producers, and toolmakers learned to work with stone. We argue that becoming attuned to limestone was a sociomaterial process that involved repeated interactions with both material elements and social actors. Our discussion highlights the active role of limestone not only in shaping learning experiences but also in facilitating connections between diverse practices, and thus contributing to a dynamic, interconnected landscape of knowledge.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0020,001
Science ouverte0,0010,003
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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAncient MesoamericaMême sujetArchaeology and ancient environmental studiesTravaux en français237 207