Contribution à la reconstitution du paléoenvironnement sur les sites du Bassin parisien de la fin du Paléolithique (18 000-12 000 cal BC)
Bibliographic record
Abstract
En archéologie environnementale, un des moyens de reconstituer les paysages du passé est d’analyser les restes anthracologiques, carpologiques ou palynologiques. Or ce type d’approche n’est possible que lorsque ces restes sont présents sur le site archéologique en assez grande quantité. Dans le cas des gisements magdaléniens du Bassin parisien, malgré des contextes stratigraphiques exceptionnels, ils livrent des vestiges paléoenvironnementaux pollués ou en assez faible quantité. Comment reconstituer les paysages fréquentés par les magdaléniens dans le cas du Bassin parisien ? Nous proposons d’utiliser deux autres types de sources pour apporter de nouvelles informations sur les paléoenvironnements : la faune et les données palynologiques issues de carottages en contexte non anthropique. Les vestiges fauniques apportent des informations sur les stratégies de chasse des hommes préhistoriques et sur l’écologie des proies visées. La comparaison des données écologiques avec les données palynologiques issues des sites de référence nous permet d’apporter de nouvelles informations pour la reconstitution des environnements fréquentés par les groupes préhistoriques à la fin du Paléolithique. L’analyse des restes fauniques du site de Pincevent a permis de tester cette approche indirecte pour remédier à un manque de sources directes sur l’environnement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.007 | 0.010 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".