Herramientas cuantitativas y análisis lítico de la costa Patagónica


				*Marcelo Cardillo* *Herramientas cuantitativas y análisis lítico de la costa Patagónica*



	Home \| Novedades. Presentaciones. Cursos/ News.Presentations.Courses \| Investigación - Research \| Herramientas cuantitativas y análisis lítico de la costa Patagónica \| Contact Me \| Publicaciones - Publications (download) \| Enlaces - Links

COSTA NORPATAGÓNICA. (SECTORES NORTE Y SUR DEL GOLFO DE SAN MATÍAS)

El mapa señala de manera aproximada (en gris) la porción del el área costera trabajada por el proyecto PIP CONICET 6415 dirigido por los Dres. Florencia Borella y Cristian M. Favier Dubois, en el cual participo.

DIVERSIDAD

La diversidad de los conjuntos artefactuales puede ser medida mediante distintos procedimientos estadísticos, la mayoría de los cuales fueron desarrollados en las ciencias biológicas, principalmente en el campo de la ecología. Uno de los problemas básicos de todos estos procedimientos de análisis de la diveridad es la dependencia de los resultados del tamaño de las muestras utilizadas. Por lo que la diversidad (entendida como el número de clases artefactuales en un conjunto en relación al número de individuos muestreados)va a tender a estar en relación con el tamaño de la muestra empleada para medirla (de esta manera cuanto más grande es la muestra obtenida, mayor la cantidad de clases registradas). Un procedimiento efectivo para comparar la diversidad entre conjuntos es la Rarefacción que aleatoriza los datos y contruye curvas de divesidad esperadas para distinto tamaño de la muestra o para distintos conjuntos de muestras.

rar.jpg.jpg

Curva generada a partir de 3.438 artefactos procedentes de 17 muestras tomadas sistemáticamente en distintos sectores de la costa norte del golfo de San Matías (Río negro, Argentina). Aquí se constata que el número de clases registrada aumenta gradualmente a medida que se incorporan más muestras al conjunto (en caso contrario, la curva tendría que estabilizarse y mostrar pendiente cero). Esto sugiere que como como todas las muestras aportan con nuevas clases(aunque en baja frecuencia)existe una baja proporción de clases distintas en cada una de la muestras. Este perfil de diversidad puede luego compararse con el de otros sectores.

En las curvas de rarefación estimadas para cada una de las muestras independientemente se observan al menos dos grupos con diferencias notables en la diversidad relativa. Un grupo (en el sector inferior del gráfico, señalado con flechas) posee una baja diversidad y otro (en el sector superior) una diversidad de clases mucho mayor, obsérvese además como estas líneas se solapan sugiriendo que no existen diferencias significativas, al menos en la mayoría de ellas. La muestra de gran tamaño y diversidad baja, proviene de un sector ubicado sobre un depósito de materias primas de buena calidad para la talla, lo que puede relacionarse con la gran cantidad de desechos de talla que componen este conjunto.

La diferencia entre los valores de rarefacción entre muestras de distinto tamaño puede estimarse mediante test de hipótesis estandarizando el conjunto a partir de la muestra más pequeña. A partir de los valores de diversidad observados en una muestra se puede comparar el valor medio observado contra el esperado en otro conjunto mediante el test de la t o mediante permutación. El procedimiento está explicado de manera clara en Hammer & Harper: Paleontological Data Analysis (Blackwell 2005) y puede realizarse mediante el programa Past. El gráfico muestra la clantidad de clases esperada para una muestra de tamaño 20 para distintos conjuntos. El círculo señala un conjunto originalmente de 700 artefactos pero que muestra una diversidad esperada baja al compararlo con muestras más pequeñas

Existen asimismo métodos de medir la diversidad basados en índices. Un segundo paso (luego de explorar las relaciones entre tamaño de la muestra y cantidad de clases) puede ser estimar algunos de estos índices como el de diversidad de Shannon-Wiener (mide la riqueza de un conjunto), el de Dominancia de Simson (como una o más clases dentro de un conjunto están más o menos representadas que otras) o el índice de Homogeneidad o Evenness (como se distribuyen los casos en las clases). Algunos de ellos son claramente contrapuestos como la Homogeneidad y la Dominancia. Estas medidas son de naturaleza univariada, ya que miden un conjunto a la vez con múltiples clases. Alternativas multivariadas son posibles y permiten estimar la abundancia relativa de clases en más de un conjunto al mismo tiempo, permitiendo estimar si existe una diferencia estadísticamente significativa entre conjuntos de observaciones. La ventaja de estos métodos radica por un lado en la posibilidad de contrastación de hipótesis y por otro en que permite promediar la abundancia al tomar un conjunto de sitios y compararlo con otro conjunto de sitios o localidad de muestreo en donde se hayan realizado múltiples observaciones. Esto disminuye en parte el efecto de posibles sesgos de muestreo que ocurren al estimar la variabilidad de una localidad a partir de un solo conjunto.

Cuando se cuenta con valores multivariados de abundancia, las relaciones entre conjuntos pueden ser exploradas mediante métodos de ordenación y de agrupamiento (previo a la realización de test de hipótesis).

En el gráfico puede observarse el resultado de la aplicación de MDS (non-metric multidimensional scaling) y analisis de cluster jerárquico entre localidades muestreadas, utilizando distancias de Bray-Curtis en ambos casos. Se observa la separación de un grupo de localidades con ambos métodos. En el caso del análisis de agrupamiento, la aplcación de la técnica de remuestreo sobre la matriz de distancias otiginal indica que este grupo se diferencia el 100% de las 1000 simulaciones realizadas.

Posteriormente se aplicó de análisis de di-similitudes (ANOSIM) sobre los mismos datos (los datos están transformados a raíz cuadrada para minimizar el efecto de las clases más abundantes y de esta manera homogeneizar las distribuciones) para comprobar si ambosmostraban diferencias estadísticamente sinificativas. Los resultados sugieren que ambos grupos pueden considerarse como pertenecientes a poblaciones muestrales distintas (p< 0.05. Posteriormente se utilizó el procedimiento de análisis de porcentaje de similitudes(SIMPER)para explorar que aspectos de la estructura interna de los conjuntos gereraban el patron observado. En la tabla se observa que lascas, desechos y núcleos son las clases que más contribuyen a separar entre ambos grupos. SIMPER utiliza también las distancias de Bray-Curtis, en este caso la di-similitud observada fué del 54%

Variabilidad en el diseño de artefactos formatizados por percusión y abrasión. Pequeñas bolas y formas prismáticas con y sin surco confeccionadas sobre roca sedimentaria blanda.

choppingtool..jpg

Chopping tool formatizado de manera muy expeditiva sobre un bloque de roca sedimentaria blanda. Este artefacto también sirvió de yunque para talla con apoyo, lo que produjo una fractura en la parte inferior. Escala 1 cm

Ver más fotos

EXPLOTACIÓN DE MATERIAS PRIMAS

La variabilidad en las estrategias de explotación de materias primas fué abordada utilizando modelos de optimización como marco teórico y metodológico. Para conectar estos modelos con el registro arqueológico se buscó primeramente, evaluar el rol de la distribución, densidad y composición de las fuentes de materias primas.

Un segundo paso es relacionar estas propiedades de los ambientes locales y regionales con lo observado en el registro arqueológico.

Test de Kruskal-Wallis sobre las medianas del volumen de los nódulos de materias primas disponibles en la franja costera actual y sobre la distintos niveles de paleocosta. Las diferencias significativas entre muestras (de 100 unidades recolectadas al azar cada una)sugieren una distribución heterogénea de nódulos de tamaño apto para la talla.

Núcleos agotados recuperados e contextos superficiales en la zona de San Antonio Oeste, una localidad que muestra una explotación de materias primas relativamente mayor a la de otros sitios en el área. En la parte superior se muestra un núcleo bipolar y en la inferior uno poliédrico. Escala 1cm

Fórmula para el cálculo de la utilidad marginal de los núcleos

Con el fin de generar una estimación del grado de explotación de los núcleos en relacion al tamaño de los nódulos disponibles para ser tallados, formulamos con Federico Scartascini una fórmula sencilla de utilidad marginal o potencial de uso remanente de núcleos. En donde la utilidad marginal (Utm) de cada materia prima es una función de la razón existente entre la media del volumen de los nódulos (Xvn) y de la media del número mínimo de extracciones realizadas sobre los núcleos (Xnme), siendo esto calculado en relación a la distancia de de los sitios. A partir de las diferencias entre las expectativas teóricas y la evidencia empírica es posible plantear entonces, qué aspectos pueden entrar en juego para generar las variaciones observadas.

Materias primas (Chert) disponible para la talla en forma de nódulos tabulares recuperados en muestreos en la costa Oeste. En la costa Norte estos nódulos aparecen en densidades bajas o nulas, lo que semanifiesta como una baja proporción de uso de este tipo de roca en este sector.

Como resultado del cáculo de utilidad marginal se observa que el basalto, comúnmente disponible en fuentes secundarias, muestra poca fluctuacion en sus valores medios de utilidad marginal, mientras que rocas como los sílices distribuídas en el espacio de manera heterogénea muestran importantes fluctuaciones entre sitios. Es llamativo el caso de San Antonio Oeste (SAO)alejado unos dos KM de fuentes de aprovisionamiento que muestra los indicios de una mayor explotación de las distintas materias primas. Esta diferencia es estadísticamente significativa aplicando el test no paramètrico de Mann-Witney sobre las medianas de los las distintas muestras.

Variación en la forma de las "pesas líticas"

PESAS LÍTICAS

Se realizaron análisis de contornos utilizando el método de Fourier Elíptico para captar la forma de estos artefactos de escasa formatización denominados pesas líticas. Estos artefactos tal como lo sugieren los datos etnográficos de Patagonia insular pueden estar relacionados con la explotación de recursos marinos siendo su función probable el de pesas de red o de línea. El análisis de componentes principales sobre los coeficientes del análisis de Fourier (utilizando 15 harmónicas) permite diferenciar ejes de máxima variación morfológica. Obsérvese que es posible diferenciar una distribución bimodal utilizando la función de densidad de Kernel (especialmente útil para analizar distribuciones de este tipo). Esto sugiere la seleccion de dos tipos de guijarros como formas base para elaborar estos artefactos y sostiene la idea de que había una selección de rocas relacionada con la forma y la función requerida.

Continuar. Patagonia Meridional

Análisis comparativo entre Norpatagonia y Patagonia Meridional