Developing incremental isotope sampling methods for the dental enamel of human canines and molars
Notice bibliographique
Résumé
The isotope analysis of human dental enamel has become an essential tool in forensic and archaeological science for reconstructing childhood diet, mobility, and geographic provenance. Enamel forms during early life and does not remodel, permanently incorporating isotopic values such as δ 13 C, δ 18 O, and 87 Sr/ 86 Sr ingested at the time. The majority of studies rely on a singular bulk enamel sample from an individual to determine birthplace, but this approach overlooks isotope variation within the enamel. This study aims to enhance enamel isotope analysis by constructing and expanding incremental enamel sampling techniques to track childhood mobility and diet at a higher resolution. The Plomp et al. (2020) methodology for third molars (M3) was replicated and applied to first molars (M1), with the addition of a fourth sampling increment near the enamel-root junction. A new standardised method for hand-drilled incremental sampling of canines was also developed, guided by thin sections of enamel growth patterns. While molars yielded overlapping increments due to complex growth patterns and wear, canines provided up to four distinct, minimally overlapping increments spanning 1.5–7 years of age. These methods effectively capture gradual and abrupt shifts in mobility and diet in time-resolved order, which are not detectable in bulk samples. The results suggest that canines may offer improved chronological resolution compared to molars due to the latter's growth complexity and more substantial wear. This study demonstrates the potential of incremental enamel sampling for reconstructing individual life histories and aiding the identification of unknown individuals in forensic contexts. • A standardised method for incremental enamel isotope sampling of human canines. • Adapted third molar sampling to first molars with an added root-junction increment. • Incremental profiles reveal life-history changes missed by bulk sampling. • Recommend a two-tiered bulk and incremental strategy for forensic and archaeological analysis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».