Niveaux de compétence et apprentissage dans l’artisanat des matières osseuses au Paléolithique : considérations théoriques et cas d’études archéologiques
Bibliographic record
Abstract
Cet article traite de la transmission interindividuelle et intergénérationnelle des savoir-faire dans l’artisanat des matières osseuses au Paléolithique supérieur. Quelles connaissances du monde animal et des matières dures associées sous-tendent cet artisanat ? Quelles habiletés motrices étaient nécessaires selon les registres de production ? Comment reconnaître les auteurs (apprentis, expérimentés, experts) des productions osseuses ? Et quels types d’apprentissage et/ou d’enseignement ont pu être le vecteur de la transmission ? Pour explorer ces questions on abordera en premier lieu le cadre théorique lié à l’apprentissage - en tant que mécanisme neurocognitif universel et en tant que pratique sociale - en nous appuyant sur des ressources pluridisciplinaires issues des sciences du mouvement et de la cognition, de l’anthropologie, de l’ethnologie et de l’archéologie. Ce prélude méthodologique nous permettra de poser un certain nombre de prérequis et de définir le sens de certains mots ou concepts structurant notre propos. Ensuite, nous traiterons de la portée heuristique de cette problématique et des moyens d’interroger le registre archéologique sous cet angle, à partir d’exemples multi-matériaux de la Préhistoire ancienne et récente et de l’ethnographie. On considérera à cette occasion les spécificités de l’industrie osseuse ainsi que les lacunes avec lesquelles il nous faut composer. Ceci nous permettra de proposer une réflexion sur les critères susceptibles de renseigner une hiérarchisation des compétences face à une production donnée et de discuter des biais conceptuels pouvant conduire à une surinterprétation des données. Pour finir, nous illustrerons notre propos par quelques cas archéologiques détaillés, issus de différents contextes géographiques (France et Russie) et se rapportant principalement au Gravettien (environ 32-24 ka cal. BP).
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 | 0.006 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.003 | 0.009 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".