Bone mineral density in human femurs of documented age-at-death in a comparative context
Bibliographic record
Abstract
Dans cette contribution, nous nous proposons de répondre à la question "Analyse invasive, micro-invasive et non-invasive des restes anthropobiologiques. Comment et pourquoi ?" à travers l’étude d’une série de 51 squelettes d’âge et de sexe connus (27 hommes et 24 femmes nés entre 1837 et 1916) conservés à l’Institut Royal des Sciences Naturelles de Belgique. Nous avons tenté d’identifier d’éventuelles tendances liées à l’âge dans le contenu minéral de l’os fémoral par rapport aux références cliniques modernes et aux séries archéologiques. Enfin, nous avons situé nos données dans un contexte comparatif plus large en les comparant avec celles obtenues chez le chimpanzé (Pan troglodytes). Nos résultats indiquent une dégradation de la densité minérale osseuse au cours du vieillissement qui est comparable à celle des populations de référence occidentales actuelles. Les femmes semblent avoir une santé osseuse supérieure à la moyenne actuelle jusqu’à l’âge de 50 ans. Les données sur la densité minérale osseuse des humains sont significativement inférieures à celles des chimpanzés, tant chez les hommes que chez les femmes. Ces résultats illustrent certains aspects de la variabilité de la densité minérale osseuse d’une population humaine à l’autre et au sein des populations humaines au fil du temps, ainsi que la gracilité du squelette humain par rapport à celui des grands singes.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".