| Data: |
2023 |
| Resum: |
Aquesta tesi investiga l'impacte del medi ambient en l'organització socioeconòmica i les estratègies de subsistència de les primeres comunitats agroramaderes. El desenvolupament i l'adopció de l'agroramaderia va transformar la manera en què les comunitats es relacionaven amb el seu paisatge, adoptant noves estratègies com el sedentarisme, la ramaderia o l'agricultura. Les interpretacions tradicionals en arqueologia argumentaven que els primers grups agroramaders es trobaven en llocs òptims per practicar l'agricultura. Tanmateix, les evidències arqueològiques indiquen que hi ha comunitats agroramaderes s'assentaven en nínxols ecològics diferents tot i consumir els mateixos recursos, i comunitats que consumien diferents recursos malgrat trobar-se en nínxols semblants. Per abordar aquesta qüestió, l'enfocament que s'ha seguit és la Teoria de la construcció de nínxols que posa relleu la importància de considerar l'agència dels grups agroramaders per modificar el seu paisatge, subratllant el rol d'altres variables relacionades amb l'organització social de les persones a més de les característiques ambientals. Per explorar aquesta qüestió, s'ha construït un model d'aprenentatge automàtic basat en xarxes bayesianes, après a partir d'informació extreta de societats etnogràfiques interculturals, per quantificar la relació entre un gran nombre de variables que podrien haver configurat l'estil de vida agroramader. A més, s'han predit diferents escenaris exploratoris per comprendre la diversitat de maneres en què les comunitats agroramaderes es podrien haver organitzat. Una de les principals aportacions d'aquesta tesi és l'exploració i quantificació de la modelització de sistemes agroramaders complexos mitjançant un model d'aprenentatge automàtic. Malgrat que l'aprenentatge automàtic ha guanyat popularitat en altres camps de l'arqueologia, encara és poc freqüent aplicar aquesta metodologia per estudiar sistemes socioecològics. A més, aquest treball representa la primera aplicació de les xarxes bayesianes en la modelització socioecològica, que els autors tinguin coneixement. Aquesta investigació posa l'accent en la importància del procés coevolutiu entre el medi ambient i les comunitats agroramaderes en la configuració de la seva ubicació d'assentament, el comportament econòmic i les preferències socials. A diferència dels grups socials que es basaven únicament en la caça, la recol·lecció o la pesca, les comunitats humanes amb economies agrícoles mixtes eren més diverses i, per tant, menys limitades per factors individuals per a mitjans concrets de vida i treball. Cal tenir en compte més variables, no només el paisatge i l'entorn, per entendre com era possible la supervivència fa milers d'anys. Mitjançant el desenvolupament d'una aplicació pràctica per construir xarxes bayesianes i la publicació del codi en obert, es pretén difondre l'aplicació d'aquesta metodologia per investigar altres contextos arqueològics. Aquesta investigació està alineada amb l'actual augment dels mètodes computacionals en arqueologia, i aquesta tesi pretén fomentar un diàleg sobre la seva integració en el conjunt d'habilitats arqueològiques i la discussió sobre els seus punts forts, potencials i limitacions per modelar qüestions socioecològiques. Paraules clau: organització socioeconòmica, estratègies de subsistència, comunitats agroramaderes, xarxes bayesianes, teoria de la construcció de nínxols. |
| Resum: |
Esta tesis investiga el impacto del medio ambiente en la organización socioeconómica y las estrategias de subsistencia de las primeras comunidades agropastoriles. El desarrollo y adopción del agropastoralismo transformó la forma en que las comunidades se relacionaban con su paisaje, adoptando nuevas estrategias como el sedentarismo, la ganadería o la agricultura. Las interpretaciones tradicionales en arqueología argumentaban que los primeros grupos agropastoriles se ubicaban en lugares óptimos para la agricultura. Sin embargo, la presente evidencia arqueológica indica que las comunidades agropastoriles se asentaban en diferentes nichos ecológicos a pesar de consumir los mismos recursos, así cómo consumían distintos recursos en ubicaciones similares. Para abordar esta cuestión, se ha seguido el enfoque de la Teoría de la construcción de nichos puesto que investiga la relevancia de la agencia de los grupos agropastoriles para modificar su paisaje, poniendo en relieve la importancia de otras variables relacionadas con la organización social de las personas además de las características ambientales. Para investogar esta cuestión, se ha construido un modelo de aprendizaje automático basado en redes bayesianas, aprendido de información extraída de sociedades etnográficas transculturales, para cuantificar la relación entre una gran cantidad de variables que podrían haber dado forma al estilo de vida agropastoral. Además, se han predecido distintos escenarios para explorar en detalle la diversidad de configuraciones socioeconómicas de las comunidades agropastoriles. La principal contribución de esta tesis es la exploración y cuantificación del modelado de sistemas agropastoriles complejos utilizando un modelo de aprendizaje automático. Si bien el aprendizaje automático ha ganado popularidad en otros campos de la arqueología, todavía es poco común para estudiar sistemas socioecológicos. Además, este trabajo representa la primera aplicación de redes bayesianas en el modelado socioecológico, según nuestro conocimiento. Esta investigación acentua la importancia del proceso coevolutivo entre el medio ambiente y las comunidades agropastoriles en la configuración de la ubicación de asentamiento, comportamiento económico y preferencias sociales. En contraste con los grupos sociales que dependían únicamente de la caza, la recolección o la pesca, las comunidades humanas con economías agrícolas mixtas eran más diversas y, por lo tanto, menos restringidas por factores individuales para medios particulares de vida y trabajo. Es necesario considerar más variables, no solo el paisaje y el entorno, para comprender cómo fue posible la supervivencia hace miles de años. Al desarrollar un código programando la construcción de las redes bayesianas y compartiendo este proceso en acceso abierto, pretendemos difundir la aplicación de esta metodología para investigar otros contextos arqueológicos. Esta tesis está alineada con el aumento actual de los métodos computacionales en arqueología, y espera fomentar un diálogo sobre su integración en el conjunto de habilidades arqueológicas y una discusión sobre sus fortalezas, potencialidades y limitaciones para modelar cuestiones socioecológicas. Palabras clave: organización socioeconómica, estrategias de subsistencia, comunidades agropastoriles, redes bayesianas, teoría de la construcción de nichos. |
| Resum: |
This thesis investigates the impact of the environment on the socioeconomic organisation and subsistence strategies of early agropastoral communities. The development and adoption of agropastoralism transformed the way in which communities related to their landscape, adopting new strategies such as sedentarism, animal husbandry or agriculture. Traditional interpretations in archaeology argued that early agropastoral groups located in optimal locations for farming. However, archaeological evidence indicates that there are agropastoral communities settled in different ecological niches despite consuming the same resources, while others consume different resources despite being located in similar niches. To address this question, the Niche Construction Theory approach deals with the relavance of the agency of agropastoral groups to modify their landscape, underlining the importance of other variables related to the social organisation of people in addition to environmental characteristics. To approach this, a machine learning model based on Bayesian Networks, learned from information extracted from cross-cultural ethnographical societies, has been built to quantify the relationship between a large number of variables that could have shaped agropastoral lifestyle. Additionally, it was possible to make predictions using our learned model, so we were able to predict potential scenarios to explain the configuration of agropastoral communities. One of the main contributions of this thesis is the exploration and quantification of modelling complex agropastoral systems using a machine learning model. Whilst machine learning has gained popularity in other fields of archaeology, it is still uncommon for studying socioecological systems. Furthermore, this work represents the first application of Bayesian networks in socioecological modelling, to the best of our knowledge. This research emphasises the importance of the coevolutionary process between the environment and agropastoral communities in shaping their settlement location, economic behaviour, and social preferences. In contrast to social groups that relied solely on hunting, gathering or fishing, human communities with mixed farming economies were more diverse, and therefore less constrained by individual factors for particular means of living and working. More variables need to be considered, not just the landscape and environment, to understand how survival was possible thousands of years ago. In terms of methodology, we were able to measure the connections between the variables and infer what could potentially have happened in the past through a predictive model. By developing a script for building Bayesian networks and sharing the process in open access, we aim to disseminate the application of this methodology to investigate other archaeological contexts. This research is aligned with the current flourishing of computational methods in archaeology, and this thesis hopes to foster a dialogue concerning their integration into the archaeological skill set, and discussion about their strengths, potentials and limitations for modelling socioecological questions. Keywords: Socioeconomic organisation, subsistence strategies, agropastoral communities, Bayesian Networks, Niche Construction Theory. |
| Nota: |
Universitat Autònoma de Barcelona. Programa de Doctorat en Arqueologia Prehistòrica |
| Drets: |
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons:  |
| Llengua: |
Anglès |
| Col·lecció: |
Programa de Doctorat en Arqueologia Prehistòrica |
| Document: |
Tesi doctoral ; Text ; Versió publicada |
| Matèria: |
Organització socioeconòmica ;
Socioeconomic organisation ;
Organización socioeconómica ;
Comunitats agroramaderes ;
Agropastoral communities ;
Comunidades agropastoriles ;
Xarxes bayesianes ;
Bayesian Networks ;
Redes bayesianas ;
Ciències Humanes ;
Ciències Socials |
visitant ::
identificació
dir.
