Stuckaturfris från Placeres, Campeche. Tidig klassisk period (ca 250 - 600 e.Kr.). Joyce Kelly (2001), En arkeologisk guide till centrala och södra Mexiko, s. 105. Kredit:Wolfgang Sauber/Wikimedia Commons
Arkeologer har länge haft ett dejtingproblem. Den radiokolanalys som vanligtvis används för att rekonstruera tidigare mänskliga demografiska förändringar bygger på en metod som lätt förvrängs av radiokolkalibreringskurvor och mätosäkerhet. Och det har aldrig funnits en statistisk fix som fungerar – förrän nu.
"Ingen har systematiskt utforskat problemet, eller visat hur du statistiskt kan hantera det, " säger Santa Fe Institutes arkeolog Michael Price, huvudförfattare på ett papper i Journal of Archaeological Science om en ny metod han utvecklat för att sammanfatta uppsättningar av radiokoldatum. "Det är verkligen spännande hur detta arbete kom samman. Vi identifierade ett grundläggande problem och fixade det."
Under de senaste decennierna, arkeologer har i allt högre grad förlitat sig på uppsättningar av radiokoldatum för att rekonstruera tidigare befolkningsstorlek genom ett tillvägagångssätt som kallas "datum som data." Grundantagandet är att antalet radiokolprover från en given period är proportionell mot regionens befolkningsstorlek vid den tidpunkten. Arkeologer har traditionellt använt "summade sannolikhetstätheter, " eller SPD:er, för att sammanfatta dessa uppsättningar av radiokoldatum. "Men det finns många inneboende problem med SPD:er, " säger Julie Hoggarth, Baylor University arkeolog och en medförfattare på tidningen.
Radiokoldatering mäter sönderfallet av kol-14 i organiskt material. Men mängden kol-14 i atmosfären fluktuerar över tiden; det är inte en konstant baslinje. Så forskare skapar radiokarbonkalibreringskurvor som kartlägger kol-14-värdena till datum. Ändå kan ett enda kol-14-värde motsvara olika datum - ett problem som kallas "ekvifinalitet, " vilket naturligtvis kan påverka SPD-kurvorna. "Det har varit ett stort problem, "och ett hinder för demografiska analyser, säger Hoggarth. "Hur vet du att förändringen du tittar på är en faktisk förändring i befolkningsstorlek, och det är inte en förändring i formen på kalibreringskurvan?"
När hon diskuterade problemet med Price för flera år sedan, han sa till henne att han inte var ett fan av SPD, antingen. Hon frågade vad arkeologer borde göra istället. Väsentligen, han sa, "Väl, det finns inget alternativ."
Den insikten ledde till ett år långt sökande. Price har utvecklat ett tillvägagångssätt för att uppskatta förhistoriska populationer som använder bayesianskt resonemang och en flexibel sannolikhetsmodell som gör det möjligt för forskare att övervinna problemet med equifinality. Tillvägagångssättet tillåter dem också att kombinera ytterligare arkeologisk information med radiokolanalyser för att få en mer exakt befolkningsuppskattning. Han och hans team tillämpade metoden på befintliga radiokoldatum från Mayastaden Tikal, som har omfattande tidigare arkeologisk forskning. "Det fungerar som ett riktigt bra testfall, " säger Hoggarth, en Maya-forskare. Under en lång tid, arkeologer diskuterade två demografiska rekonstruktioner:Tikals befolkning ökade under den tidiga klassiska perioden och platåerade sedan, eller det spetsade i den sena klassiska perioden. När teamet tillämpade den nya Bayesianska algoritmen, "det visade en riktigt brant befolkningsökning i samband med den sena klassikern, " hon säger, "så det var verkligen en underbar bekräftelse för oss."
Författarna tog fram ett paket med öppen källkod som implementerar det nya tillvägagångssättet, och webbplatslänkar och kod ingår i deras papper. "Anledningen till att jag är exalterad över det här, "Pris säger, "är att det är att peka ut ett misstag som är viktigt, fixar det, och lägga grunden för framtida arbete."
Detta papper är bara det första steget. Nästa, genom "datafusion, " teamet kommer att lägga till gammalt DNA och andra data till radiokoldatum för ännu mer tillförlitliga demografiska rekonstruktioner. "Det är den långsiktiga planen, " säger Price. Och det kan hjälpa till att lösa ett andra problem med datumen som datametoder:Ett "biasproblem" om och när radiokoldatum är snedställda mot en viss tidsperiod, leder till felaktiga analyser.
Men det är ett ämne för en annan tidning.