• Contenu principal
  • Menu
OpenEdition Books
  • Accueil
  • Catalogue de 16031 livres
  • Éditeurs
  • Auteurs
  • Facebook
  • X
  • Partager
    • Facebook

    • X

    • Accueil
    • Catalogue de 16031 livres
    • Éditeurs
    • Auteurs
  • Ressources numériques en sciences humaines et sociales

    • OpenEdition
  • Nos plateformes

    • OpenEdition Books
    • OpenEdition Journals
    • Hypothèses
    • Calenda
  • Bibliothèques

    • OpenEdition Freemium
  • Suivez-nous

  • Lettre d’information
OpenEdition Search

Redirection vers OpenEdition Search.

À quel endroit ?
  • Éditions de la Sorbonne
  • ›
  • Archéo.doct
  • ›
  • Méthodes d’enregistrement des données en...
  • ›
  • Déterminer les zones d’approvisionnement...
  • Éditions de la Sorbonne
  • Éditions de la Sorbonne
    Éditions de la Sorbonne
    Informations sur la couverture
    Table des matières
    Liens vers le livre
    Informations sur la couverture
    Table des matières
    Formats de lecture

    Plan

    Plan détaillé Texte intégral Introduction Méthodologie Le modèle minerai Statistiques multivariées des minerais : signature isotopique et localisation des gisements cuprifères Validation du modèle minerai Perspectives Conclusion Bibliographie Notes de bas de page Auteurs

    Méthodes d’enregistrement des données en archéologie

    Ce livre est recensé par

    Précédent Suivant
    Table des matières

    Déterminer les zones d’approvisionnement en cuivre archéologique

    Contributions et limites du traitement statistique de la base de données Oxalid

    Archaeological copper provenancing using the Oxalid database: interests and limits

    Céline Tomczyk, Kévin Costa et Alain Giosa

    Résumés

    La base de données Oxalid rassemble des analyses isotopiques effectuées tant sur des minerais que des produits (semi) finis datant majoritairement de l’âge du Bronze. Cette étude propose l’application d’un traitement statistique multivarié à cette base de données partagée.
    Un prétraitement est effectué dans le but de sélectionner les données de minerais. Cinq ratios isotopiques définissant la signature isotopique de ces minerais sont traités à l’aide des statistiques multivariées (CAH, AFD). Les regroupements effectués d’après les données analytiques sont confrontés à la localisation des échantillons analysés. Une fois la signature isotopique des gisements cuprifères définie, l’outil de détermination de provenance est testé. On utilise pour cela des lingots dont le gisement d’origine est connu. Le lien entre minerais et objets (semi-finis) est ainsi validé. Il devient alors possible de proposer une provenance aux artefacts archéologiques cuivreux pour lesquels la signature isotopique a été déterminée.

    The Oxalid database gathers isotopic analyzes on both ores and (semi)finished products dating mainly from the Bronze Age. This study presents the application of multivariate statistical processing to this shared database.
    A pre-processing is done first in order to select the ore data on their relevancy. Five isotopic ratios defining the isotopic signature of these ores are processed using multivariate statistics (AHC, DFA). Population groups are made according to the analytical data and confronted with the location of the analyzed samples. Once the isotopic signature of the copper deposits has been defined, the provenance determination tool is tested. Ingots whose ore deposit of origin is known are used for this purpose. (Ingots data are also present in the Oxalid database). The link between minerals and objects (semi-finished) is thus validated. It then becomes possible to propose a provenance to the cuprous archaeological artefacts for which the isotopic signature has been determined.

    Entrées d’index

    Mots-clés : statistique, isotopie du plomb, protohistoire

    Keywords : statististic, lead isotopy, protohistory

    Remerciements

    Nous souhaitons remercier nos directeurs pour leur soutient et leurs conseils ainsi que Bruno Desachy pour son écoute attentive et critique de notre protocole.
    De plus, il est important de souligner que, sans l’initiative de quelques chercheurs mettant à disposition leurs bases de données, ce type de travail n’aurait pas pu voir le jour. Ainsi, nous souhaitons remercier les collaborateurs de la base Oxalid et plus particulièrement Zofia Stos-Gale qui en assure la gestion.

    Texte intégral Bibliographie Notes de bas de page Auteurs

    Texte intégral

    Introduction

    1À la protohistoire (Néolithique, âges du Bronze et du Fer) a commencé l’exploitation des gisements cuprifères. À ce jour, la détermination des sources de cuivre utilisées pour la confection des artefacts se base sur des diagrammes binaires présentant les ratios isotopiques du plomb. Sortes d’abaques, ces graphiques permettent de comparer les valeurs d’un objet de provenance indéterminée à des objets connus.

    2À la différence des données élémentaires quantitatives (teneurs exprimées en ppm), les ratios isotopiques sont sans unité. Ils sont identiques entre un objet et le minerai utilisé pour sa confection et forment la signature isotopique du métal. Les traitements métallurgiques n’impactent pas la signature isotopique du plomb qui reste conservée entre minerai source et objet produit malgré les (re)fontes successives (Pernicka, 2014).

    3Les études de provenance utilisant des données isotopiques pour caractériser des objets archéologiques se présentent sous la forme de deux diagrammes binaires (208Pb/206Pb sur 207Pb/206Pb et 206Pb/204Pb sur 207Pb/206Pb).

    4Ils ne sont pas satisfaisants pour analyser la signature isotopique (4 ratios pertinents), car ils comportent une part de subjectivité, tant du fait du choix des ratios isotopiques présentés que de l’interprétation de la proximité des échantillons. Cette subjectivité peut être contournée par l’utilisation d’analyses statistiques multidimensionnelles1.

    5Ainsi, la présente étude propose un traitement statistique multivarié (CAH et AFD) des données contenues dans la base de données Oxalid. Le logiciel XLSTAT a été utilisé pour toutes les analyses statistiques.

    6Pour le pourtour méditerranéen et les îles britanniques (fig. 1), la base Oxalid fournit des données issues de prospections géologiques (roches prélevées d’après leur potentiel métallogénique apparent) et d’artefacts archéologiques. Les artefacts peuvent alors être rapprochés à un gisement potentiel en utilisant la signature isotopique comme traceur.

    7Cette analyse est limitée par :

    • la qualité et l’exhaustivité de la prospection géologique ;

    • la détermination d’un recoupement satisfaisant entre artefact et minerai.

    8En effet, la provenance de certains artefacts ne peut pas être déterminée s’ils proviennent d’un gisement non reconnu ou s’ils résultent du mélange de cuivre de gisements différents.

    9Un échantillon de validation est utilisé pour assurer la pertinence de cette méthode. Il est formé par des artefacts standardisés et de provenance connue : des lingots.

    10L’outil statistique ainsi développé permettra de proposer une provenance aux artefacts archéologiques.

    Méthodologie

    La base de données Oxalid

    11La base de données Oxalid a été créée au milieu des années 1970. Elle est le fruit de la mise en commun des travaux de deux équipes de recherche des universités d’Oxford (Royaume-Uni) et de Heidelberg (Allemagne). Initialement, ces travaux avaient pour but d’étudier les premières métallurgies du pourtour méditerranéen (Stos-Gale, Gale, 2009), ne couvrant ainsi pas l’ensemble de l’Europe. La France, bien que riche en minerai de cuivre n’est pas renseignée.

    12Ces travaux, réalisés entre 1975-2002, ont permis la caractérisation isotopique de nombreux minerais, scories, lingots et artefacts, couvrant l’ensemble de la chaîne opératoire de production du cuivre2.

    13La base de données, libre de droits (http://oxalid.arch.ox.ac.uk/), contient à ce jour plus de 3 500 données d’analyses de produits finis ou semi-finis (résidus de fonderie et lingots), localisées dans les mêmes espaces géographiques avec plus de 2 000 occurrences de minerais (fig. 1).

    Fig. 1 : Localisation des analyses de la base Oxalid

    Image 100000000000049D0000024E0CBE3D27714797CE.jpg

    14Les contextes de découverte (type de minerai/d’objet, datation des objets, etc.) sont renseignés de manière homogène. Les produits finis et semi-finis sont issus de contextes datés entre la fin du Néolithique et la fin de l’âge du Bronze.

    15Les minerais proviennent de mines protohistoriques et antiques avérées3, ou supposées situées à proximité de découvertes archéologiques remarquables, présentant des artéfacts en cuivre ou bronze.

    16Toutes les mesures ont été réalisées par le même laboratoire et la même équipe, suivant le même protocole analytique et en utilisant la même machine4.

    Les isotopes pris en compte

    17Les isotopes du plomb sont au nombre de quatre (208Pb, 207Pb, 206Pb et 204Pb) et ont été identifiés comme traceurs de provenance. Ils constituent la signature isotopique d’un objet. Le 204Pb est stable alors que les isotopes 206Pb, 207Pb et 208Pb sont produits par la décroissance radioactive d’isotopes pères : 238U, 235U et 232Th. Les rapports initiaux U/Pb et Th/Pb évoluent de manière différente selon les processus géologiques en jeu. Les rapports aux 204Pb permettent de dater le gisement (étant l’isotope stable) là où les autres éléments apportent des précisions quant au contexte de formation des gisements (Marcoux, 1986). L’utilisation des ratios isotopiques permet donc de définir un gisement, tant en termes d’âge que de processus métallogéniques.

    18Traditionnellement, les isotopes du plomb sont utilisés en archéologie sous la forme de trois ratios : 208Pb/206Pb, 207Pb/206Pb et 206Pb/204Pb. Il est à noter que les géologues utilisent des ratios différents de ceux utilisés par les archéologues : 206Pb/204Pb5, 207Pb/204Pb et 208Pb/204Pb. Le fait d’utiliser le 204Pb en dénominateur permet de mieux cerner la décroissance radioactive, le 204Pb étant l’isotope stable6.

    19Nous avons choisi d’utiliser les cinq ratios précédemment décrits dans les modèles statistiques, ce qui permet un léger gain de précision. Un effet d’interdépendance est produit du fait du calcul de nouveaux ratios7, mais cet effet de chaîne est alors constant sur l’ensemble des données.

    Le modèle minerai

    Corpus des données isotopiques sur les minerais

    Les zones non-cuprifères

    20Les prospections permettant de localiser les gisements ont été réalisées prioritairement à proximité des sites de consommation (fig. 1). Or, les valeurs isotopiques ne reflètent en rien la teneur en cuivre. Ainsi, certaines analyses présentes dans la base Oxalid concernent des régions considérées comme non cuprifères pour les géologues. C’est le cas notamment de la Crête, où plus de 40 mesures ont été effectuées, alors que l’île semble dépourvue de cuivre exploitable à l’échelle d’une mine8 (Spanakis, 2015)9. Les données de minerai crétoises ne sont donc pas prises en compte.

    21En se fondant sur les cartes de prospections minières pour le cuivre en Europe (Cassard et al., 2015), il est possible d’isoler les analyses réalisées sur des secteurs ayant un potentiel cuprifère douteux, voire inexistant. Ces données doivent être vérifiées attentivement, et supprimées le cas échéant.

    Les données aux valeurs extrêmes

    22Afin d’éliminer les valeurs extrêmes, un test de Grubbs a été réalisé. Les échantillons écartés possèdent des valeurs beaucoup plus fortes, ou plus faibles, que le reste des échantillons de leur région. La probabilité qu’ils reflètent une erreur analytique ou d’échantillonnage étant grande, ils sont écartés du corpus.

    23La base Oxalid présente une classification des minerais analysés par région (environ 50). Pour chacune de ces régions cuprifères, les cinq ratios formant la signature isotopique du minerai ont été testés10. Le niveau de signification a été fixé à 20 % (hypothèse alternative bilatérale11), selon un écart à la moyenne supérieur ou inférieur. Environ 7 % des données ont ainsi été identifiées comme valeurs extrêmes (fig. 2). En l’absence d’analyses complémentaires (réplica), elles ont été considérées comme aberrantes et donc écartées de l’analyse.

    Fig. 2 : Exemple de test de Grubbs, ensemble d’échantillons bulgares, rapport208Pb/206Pb

    Image 10000201000003A90000017F671534AD5E655D4C.png

    Deux valeurs aberrantes visibles : échantillons 11 et 38 (retirés de la base de données).

    Variabilité en fonction du type de minerai et utilisation des minerais de plomb

    24La base de données comprend deux types de minerais : des minerais de cuivre (20 % des entrées) et de la galène (minerai de plomb représentant 80 % des analyses). La proximité spatiale entre gisement de plomb et gisement de cuivre permet d’analyser les signatures isotopiques de la galène lors de la détermination des gisements cuprifères. Il est toutefois nécessaire de s’assurer que la signature isotopique est indépendante du type de minerai. Un test de Kruskal Wallis a été réalisé pour les gisements présentant ces deux types de minerai. Ces tests ne montrent pas de différence significative entre la signature isotopique et la nature du minerai. Minerai de cuivre et de galène, issus d’un même gisement, sont porteurs de la même signature isotopique, et leurs ratios isotopiques peuvent être utilisés conjointement pour la caractérisation d’un gisement (fig. 3).

    Fig. 3 : Exemple de répartition homogène entre galènes et chalcopyrite (sulfure de cuivre), région de Dyfed

    Image 10000201000002A700000177FF53DEF460DD157C.png

    Variabilité isotopique des gisements

    25Un paramètre limitant l’intérêt des analyses isotopique pour déterminer la provenance d’un objet est la variabilité isotopique du plomb pouvant exister à l’échelle d’un gisement ou d’un district minier (Milot, 2016).

    26Les gisements monogéniques12 possèdent une très grande homogénéité isotopique, de l’ordre de 2 ‰ (Marcoux, 1986, p. 282-284). Cette homogénéité se situe sous le seuil de détection analytique de ± 0.1 %. Pour ces gisements13, il est donc possible, théoriquement, d’obtenir une signature isotopique représentative avec un seul échantillon.

    27Les gisements polygéniques14 se comportent différemment : chaque épisode minéralisateur peut impliquer des phénomènes d’héritages, de remobilisation et d’apport de plomb. Leur assemblage minéralogique est complexe et chaque minéral peut posséder une signature isotopique propre. Il faut alors déterminer si l’on dispose, ou non, de suffisamment de données isotopiques pour avoir une vision représentative de la variabilité propre au gisement cuprifère.

    28Afin de déterminer le nombre d’analyses nécessaires pour obtenir une caractérisation statistiquement significative de la signature isotopique d’un gisement cuprifère des courbes d’éboulement ont été générées. Partant des gisements les plus échantillonnés (dix-sept gisements de la base Oxalid bénéficient de plus de quarante analyses), dix tirages aléatoires sans remise ont été réalisés pour chaque gisement et chaque ratio. Les moyennes cumulées ont été calculées pour chaque tirage. Le seuil d’éboulement correspond au nombre d’analyse nécessaire avant l’obtention d’une valeur moyenne stable. À partir de dix analyses, la caractérisation du gisement est correcte, entre vingt et quarante elle est optimale. Au-delà de quarante, le gisement est suréchantillonné (fig. 4).

    29Les gisements polygéniques et sous-échantillonnés, doivent être identifiés, car leur caractérisation n’est pas suffisante pour assurer la représentativité de leur signature isotopique. De nouvelles données doivent alors être recherchées15.

    Fig. 4 : Exemple de courbes d’éboulements (pour le ratio 208Pb/206Pb de l’île de Kéa)

    Image 1000020100000383000001B9E0DB3A8912E54835.png

    Les différentes courbes représentent les moyennes obtenues par les différents ensembles de tirages aléatoires. Par lecture graphique, l’éboulement se produit à partir d’un échantillonnage de n =7, la précision des mesures est optimale dès que n = 22 (seuil de « fiabilité »).

    30À l’issue du prétraitement de la base Oxalid, les valeurs aberrantes (issues de zones dépourvues de cuivre ou identifiées comme valeurs extrêmes) sont éliminées. De plus, les gisements sous-échantillonnés sont reconnus. Une analyse statistique multivariée peut maintenant être appliquée au corpus de données de caractérisation des minerais.

    Statistiques multivariées des minerais : signature isotopique et localisation des gisements cuprifères

    Les signatures isotopiques

    31La détermination de la signature isotopique des minerais se déroule en deux temps. Premièrement, une classification ascendante hiérarchique (CAH) est réalisée (fig. 5) : elle permet d’organiser le corpus des minerais potentiels en fonction de leurs similarités isotopiques. Cette méthode permet de s’affranchir de l’irrégularité de l’échantillonnage en agrégeant les échantillons par ressemblance, sans recourir à un outil de modélisation. Ainsi, les déséquilibres entre zones sous-échantillonnées et suréchantillonnées sont maîtrisés et ne constituent pas un biais statistique.

    Fig. 5 : Dendrogramme pour l’ensemble des données Oxalid et zoom sur un sous-groupe

    Image 1000020100000726000002B7E6BE858070CAB506.png

    32Les regroupements, ainsi effectués, sont ensuite confrontés aux données géographiques.

    Origine géographique des minerais

    33Une analyse factorielle discriminante (AFD) est réalisée afin de tester l’association entre les signatures isotopiques des groupes de la CAH et l’origine géographique des roches analysées. La distance au Khi2 constitue alors l’outil décisionnel permettant d’apprécier la singularité de la signature isotopique du gisement en fonction du toponyme correspondant à sa localisation16. Une région possédant une forte cohésion de signatures isotopiques (valeurs très similaires) et se différenciant clairement des autres régions, présentera un pourcentage de cohésion important.

    34Une mauvaise individualisation des gisements peut s’expliquer par :

    • des gisements liés à un même épisode métallogénique de très grande échelle, s’étalant sur plusieurs régions. Les gisements peuvent alors être regroupés (fig. 6). Cela limite l’acuité de la démarche isotopique pour la localisation des mines anciennes, mais reste intéressant tant que les regroupements affectent des régions proches ;

    • de multiples épisodes métallogéniques sur un même gisement ayant diversifié sa signature isotopique17. Le gisement peut dans ce cas, être segmenté en entités plus petites18.

    Fig. 6 : Observation, en AFD, des données de l’ensemble de la Bulgarie : distinction de quatre groupes

    Image 1000020100000386000001D80C891227AC10A985.png

    Les points situés en dehors des groupes définis se différencient en facteur 3.

    35Comme on le voit sur le tableau de résultat (tableau 1) correspondant à l’échantillon bulgare19, certains gisements sont bien identifiés et d’autres sont plus difficiles à caractériser : les groupes 1, 2 et 4, sont très homogènes et donc différenciables entre eux après suppression des données aberrantes (ils possèdent un pourcentage de cohésion de 100 %, permettant de les différencier de toutes les autres (sous) régions présentes dans la base de données, alors que le groupe 3 peut être confondu avec d’autres régions).

    Tableau 1 : Exemple de découpage pour les gisements bulgares

    Image 10000201000002EA000001DD0DA54BFC3812FC70.png

    La combinaison du découpage de certaines zones de gisements différents et le regroupement de gisements proches, en termes de signature isotopique, permet un gain important dans la précision des données.

    36Enfin, certains gisements éloignés géographiquement présentent la même signature isotopique (fig. 7). Dans ce cas, c’est la distance et la discontinuité géologique qui empêche d’opérer le regroupement des signatures isotopiques. Le choix entre telle ou telle provenance sera discuté en fonction des paramètres archéologiques de prélèvement, d’analyses complémentaires et de la distance relative aux gisements potentiels envisagés.

    Fig. 7 : Exemple de signatures isotopiques proches pour des gisements éloignés

    Image 10000201000003A0000001D5CBEFA4B4B1E9FA3A.png

    Le district de Burgas (en vert) ou encore Cannakale (en marron) s’individualisent parfaitement sur les facteurs 1 et 2 de l’AFD. Cependant, Avon en Angleterre (en rouge) et Beersheva en Israël (en bleu) présentent une signature proche et difficile à distinguer. De plus, un travail de découpage demande à être effectué sur les données de Beersheva dont la dispersion semble indiquer au moins deux populations distinctes (l’une ayant une valeur en facteur 1 moyenne proche de 1 et l’autre entre 4 et 6).

    37Le classement des sources cuprifères selon leurs signatures isotopiques est ainsi réalisé. Il est utilisé pour déterminer la provenance des artefacts.

    Validation du modèle minerai

    38Aucun prétraitement des signatures isotopiques des artefacts ne peut être réalisé, car pour chaque objet une seule mesure est disponible. Avant de traiter un corpus d’objets usuels, et afin de s’assurer de la robustesse de la méthode, un travail de validation de l’outil a été réalisé sur des lingots de provenance connue.

    Le jeu de validation : les lingots

    39Les lingots sont utilisés comme échantillonnage de validation du modèle car :

    • ils ne sont, a priori, peu soumis aux problèmes de refonte et de mélange des sources de minerai ;

    • ils permettent de vérifier la continuité des signatures isotopiques entre minerais et artefacts ;

    • ils fournissent un ensemble d’artefacts typo-chronologiquement homogènes.

    40Les lingots dits « peau de bœuf » possèdent une origine chypriote (Kassianidou, 2013). Plusieurs districts miniers protohistoriques sont supposés à Chypre.

    41Les lingots à peau de bœuf sont donc ajoutés à l’AFD, et leur signature isotopique est comparée à celle de l’ensemble des minerais de la base Oxalid20.

    Fig. 8 : Les facteurs 1 et 2 de l’AFD présentent une partie des résultats

    Image 10000201000003B3000001EB036FDFDF7CE8C260.png

    Les lingots chypriotes sont correctement réattribués et leur source est définie par le modèle comme principalement originaire de deux districts miniers chypriotes : Limini et Solea.

    42Les résultats de l’AFD montrent une association claire entre la signature isotopique des lingots chypriotes à des districts miniers chypriotes (fig. 8) : l’AFD associe correctement les lingots à leur origine connue.

    43Les tests d’AFD sur produits semi-finis étant concluants, il est alors possible de tester l’ensemble des produits finis. Leur signature est, de la même manière, comparée aux groupes statistiques de minerais précédemment définis.

    44Les résultats de prédiction de l’AFD peuvent être interprétés en fonction de la probabilité de leur provenance ainsi fournie. Une probabilité <0.9521 peut être questionnée, et une provenance présentant une probabilité <0.7522 ne sera pas considérée.

    45Les provenances mal définies peuvent s’expliquer par deux éléments principaux :

    • leur minerai n’est pas référencé dans Oxalid ;

    • ils sont issus d’un mélange de différentes sources (minerais ou objets recyclés).

    Perspectives

    46La base Oxalid, bien que très riche, ne couvre pas l’ensemble des zones cuprifères européennes. Ainsi, des mines connues pour avoir été exploitées à l’âge du Bronze et/ou au Néolithique sont absentes de la base de données, et d’éventuelles productions de ces mines ne seront pas reconnues par l’analyse statistique (fig. 9). De la même manière, des régions cuprifères entières sont à ajouter dans le modèle, car, sans l’ajout de ces grandes provinces métallogéniques, le modèle reste imprécis.

    Fig. 9 : Comparaison entre la localisation des minerais analysés et ceux répertoriés dans la base Oxalid

    Image 1000000000000344000003665F35DB18B5380696.jpg

    La localisation des mines datées de la fin du Néolithique et de l’âge du Bronze (triangles jaunes) (source : Tomczyk, 2017 )
    – et la localisation des indices cuprifères européens (source : base ProMine, http://promine.gtk.fi/).
    On constate la présence de nombreuses lacunes : certains sites où du cuivre est présent et parfois même exploité à la Protohistoire ne présentent pas de minerai analysé.

    Conclusion

    47Le traitement statistique présenté constitue une solution novatrice au problème du traçage de provenance par isotopie du plomb.

    48Il présente de nombreux avantages par rapport à la méthode « de diagrammes binaires classiques » : il est plus rapide, permet de prendre en compte plus de variables, et donc d’étudier les provenances en intégrant un plus grand nombre de régions (ce qui est très important pour l’âge du Bronze, période durant laquelle les échanges à grande distance se multiplient (Earle et al., 2015 ; Ling et al., 2014 ; Timberlake, 2017 ; Jones, 2007).

    49De plus, un traitement par AFD avec des regroupements statistiques des sources de minerais, ainsi qu’un calcul de provenance comparant sources et produits (semi)-finis, présente l’intérêt de proposer une probabilité d’affectation et permet d’avoir un regard critique sur les résultats.

    50La base de données partagée Oxalid a permis d’élaborer un modèle fiable, qui demande à être complété par de nouvelles métadonnées. En effet, pour que le modèle statistique produit soit le plus précis possible, il faudra l’enrichir de nouvelles données sources géologiques. La base de données Oxalid ne regroupant qu’une petite partie des gisements de cuivre en Europe.

    51Enfin, un travail de bibliographie (et peut-être d’échantillonnage pour compléter les zones à potentiel cuprifère important encore non analysées) sera effectué dans les mois qui viennent. Ce travail permettra d’intégrer de nouvelles métadonnées venant compléter le modèle existant.

    Bibliographie

    Des DOI sont automatiquement ajoutés aux références bibliographiques par Bilbo, l’outil d’annotation bibliographique d’OpenEdition. Ces références bibliographiques peuvent être téléchargées dans les formats APA, Chicago et MLA.

    Format

    • APA
    • Chicago
    • MLA
    Earle, T., Ling, J., Uhnér, C., Stos-Gale, Z., & Melheim, L. (2015). The Political Economy and Metal Trade in Bronze Age Europe: Understanding Regional Variability in Terms of Comparative Advantages and Articulations. Cambridge University Press (CUP). https://doi.org/10.1179/1461957115y.0000000008
    Kassianidou, V. (2013). The production and trade of Cypriot copper in the Late Bronze Age : an analysis of the evidence [JD]. Pasiphae : Rivista Di Filologia E Antichità Egee : VII, 2013, (VII). https://doi.org/10.1400/212818
    Ling, J., Stos-Gale, Z., Grandin, L., Billström, K., Hjärthner-Holdar, E., & Persson, P.-O. (2014). Moving metals II: provenancing Scandinavian Bronze Age artefacts by lead isotope and elemental analyses. Elsevier BV. https://doi.org/10.1016/j.jas.2013.07.018
    Longman, J., Veres, D., Ersek, V., Phillips, D. L., Chauvel, C., & Tamas, C. G. (2018). Quantitative assessment of Pb sources in isotopic mixtures using a Bayesian mixing model. Scientific Reports, 8(1). https://doi.org/10.1038/s41598-018-24474-0
    Timberlake, S. (2016). New ideas on the exploitation of copper, tin, gold, and lead ores in Bronze Age Britain: The mining, smelting, and movement of metal. Informa UK Limited. https://doi.org/10.1080/10426914.2016.1221113
    Earle, Timothy, Johan Ling, Claes Uhnér, Zofia Stos-Gale, and Lene Melheim. “The Political Economy and Metal Trade in Bronze Age Europe: Understanding Regional Variability in Terms of Comparative Advantages and Articulations”. European Journal of Archaeology. Cambridge University Press (CUP), 2015. doi:10.1179/1461957115y.0000000008.
    Kassianidou, Vasiliki. “The Production and Trade of Cypriot Copper in the Late Bronze Age : An Analysis of the Evidence”. JD. Pasiphae : Rivista Di Filologia E Antichità Egee : VII, 2013, no. VII (2013). doi:10.1400/212818.
    Ling, Johan, Zofia Stos-Gale, Lena Grandin, Kjell Billström, Eva Hjärthner-Holdar, and Per-Olof Persson. “Moving Metals II: Provenancing Scandinavian Bronze Age Artefacts by Lead Isotope and Elemental Analyses”. Journal of Archaeological Science. Elsevier BV, January 2014. doi:10.1016/j.jas.2013.07.018.
    Longman, Jack, Daniel Veres, Vasile Ersek, Donald L. Phillips, Catherine Chauvel, and Calin G. Tamas. “Quantitative Assessment of Pb Sources in Isotopic Mixtures Using a Bayesian Mixing Model”. Scientific Reports 8, no. 1 (April 18, 2018). doi:10.1038/s41598-018-24474-0.
    Timberlake, Simon. “New Ideas on the Exploitation of Copper, Tin, Gold, and Lead Ores in Bronze Age Britain: The Mining, Smelting, and Movement of Metal”. Materials and Manufacturing Processes. Informa UK Limited, August 17, 2016. doi:10.1080/10426914.2016.1221113.
    Earle, Timothy, et al. “The Political Economy and Metal Trade in Bronze Age Europe: Understanding Regional Variability in Terms of Comparative Advantages and Articulations”. European Journal of Archaeology, vols. 18, nos. 4, Cambridge University Press (CUP), 2015, pp. 633-57. Crossref, https://doi.org/10.1179/1461957115y.0000000008.
    Kassianidou, Vasiliki. “The Production and Trade of Cypriot Copper in the Late Bronze Age : An Analysis of the Evidence”. Pasiphae : Rivista Di Filologia E Antichità Egee : VII, 2013 [IT], no. VII, 2013, https://doi.org/10.1400/212818. JD.
    Ling, Johan, et al. “Moving Metals II: Provenancing Scandinavian Bronze Age Artefacts by Lead Isotope and Elemental Analyses”. Journal of Archaeological Science, vols. 41, Elsevier BV, Jan. 2014, pp. 106-32. Crossref, https://doi.org/10.1016/j.jas.2013.07.018.
    Longman, Jack, et al. “Quantitative Assessment of Pb Sources in Isotopic Mixtures Using a Bayesian Mixing Model”. Scientific Reports, vols. 8, no. 1, Apr. 2018. Crossref, https://doi.org/10.1038/s41598-018-24474-0.
    Timberlake, Simon. “New Ideas on the Exploitation of Copper, Tin, Gold, and Lead Ores in Bronze Age Britain: The Mining, Smelting, and Movement of Metal”. Materials and Manufacturing Processes, vols. 32, no. 7-8, Informa UK Limited, 17 Aug. 2016, pp. 709-27. Crossref, https://doi.org/10.1080/10426914.2016.1221113.

    Cette bibliographie a été enrichie de toutes les références bibliographiques automatiquement générées par Bilbo en utilisant Crossref.

    Cassard D., Bertrand G., Billa M. et al., « ProMine Mineral Databases: New Tools to Assess Primary and Secondary Mineral Resources in Europe », dans Weihed P. (dir.), 3D, 4D and Predictive Modelling of Major Mineral Belts in Europe, Cham, Springer International Publishing, 2015, p. 9-58. DOI : 10.1007/978-3-319-17428-0_2.

    10.1007/978-33-319319-1742817428-0_2 :

    Earle T., Ling J., Uhnér C. et al., « The Political Economy and Metal Trade in Bronze Age Europe: Understanding Regional Variability in Terms of Comparative Advantages and Articulations », European Journal of Archaeology, 18, 2015, p. 633-657. DOI : 10.1179/1461957115Y.0000000008.

    10.1179/1461957115Y.0000000008 :

    Jones M.R., « Oxhide Ingots, Copper Production, and the Mediterranean Trade in Copper and other Metals in the Bronze Age », thèse de doctorat, Texas A&M University, 2007. En ligne : http://hdl.handle.net/1969.1/5957.

    Kassianidou V., « The Production and Trade of Cypriot Copper in the Late Bronze Age. An Analysis of the Evidence », Pasiphae, VII, 2013, p. 133-146. DOI : 10.1400/212818.

    10.1400/212818 :

    Ling J., Stos-Gale Z., Grandin L. et al., « Moving metals II: Provenancing Scandinavian Bronze Age Artefacts by Lead Isotope and Elemental Enalyses », Journal of Archaeological Science, 41, 2014, p. 106-132. DOI : 10.1016/j.jas.2013.07.018.

    10.1016/j.jas.2013.07.018 :

    Longman J., Veres D., Ersek V. et al., « Quantitative Assessment of Pb Sources in Isotopic Mixtures Using a Bayesian Mixing Model », Nature, Scientific Reports, 8, 2018. En ligne : https://www.nature.com/articles/s41598-018-24474-0.

    10.1038/s41598-018-24474-0 :

    Marcoux É, « Isotopes du plomb et paragenèses métalliques, traceurs de l’histoire des gîtes minéraux. Illustration des concepts de source, d’héritage et de régionalisme dans les gîtes français : applications en recherche minière », thèse de doctorat, université Clermont Ferrand II, documents du BRGM, 117, 1986.

    Milot J., « Utilisation des isotopes du fer pour le traçage des métaux anciens  : développement méthodologique et applications archéologiques », thèse de doctorat, université de Toulouse, université Toulouse III, 2016. En ligne : http://thesesups.ups-tlse.fr/3564/.

    Pernicka E., « Provenance Determination of Archaeological Metal Objects », dans Roberts B. W., Thornton C. P. (dir.), Archaeometallurgy in Global Perspective, 2014, p. 239-268. DOI : 10.1007/978-1-4614-9017-3_11.

    10.1007/978-11-46144614-90179017-3_11 :

    Spanakis I.,« Μελέτη των ιστορικών μεταλλευτικών δραστηριοτήτων στην Δυτική Κρήτη », mémoire de licence, Technical University of Crete, 2015. En ligne : https://dias.library.tuc.gr/view/24542.

    Stos-Gale Z.A., Gale N.H., « Metal provenancing using isotopes and the Oxford archaeological lead isotope database (OXALID) » Archaeological and Anthropological Sciences, 1/3, 2009, p. 195-213. DOI : 10.1007/s12520-009-0011-6.

    10.1007/s12520-009009-00110011-6 :

    Timberlake S., « New Ideas on the Exploitation of Copper, Tin, Gold, and Lead Ores in Bronze Age Britain: The Mining, Smelting, and Movement of Metal », Materials and Manufacturing Processes, 32, 2016, p. 709-727. DOI : 10.1080/10426914.2016.1221113.

    10.1080/10426914.2016.1221113 :

    Tomczyk C. , « Critères de mise en exploitation des gisements de Cu et Sn au Néolithique et à l’âge du Bronze en Europe », mémoire de master 2 dirigé par Christophe Petit et Patrice Brun, université Paris 1 Panthéon-Sorbonne, 2017.

    Notes de bas de page

    1 Ce type de diagramme impose également une limitation quant au nombre de données pouvant être comparées. Les tests ne portent donc que sur des régions sélectionnées par les auteurs.

    2 Ce qui nous permettra de vérifier le modèle statistique produit en se basant sur des lingots d’origine connue ou encore, de vérifier que des scories liées à un gisement donné sont bien rattachées statistiquement au gisement en question.

    3 Les mines du Laurion, Copa Hill ou encore the Great Orme, par exemple.

    4 Un spectromètre de masse VG-38-54-30 à double focus, précision des données constantes à ± 0.1 % ou mieux

    5 Seul ratio 204Pb utilisé en archéologie, couramment utilisé en archéologie et en géologie.

    6 Cependant le 204Pb possède la plus faible abondance naturelle moyenne : 1,4 % comparativement aux isotopes radioactifs : 52,4 % pour le 208Pb, 22,1 % pour le 207Pb et 24,1 % pour le 206Pb.

    7 Certains rapports isotopiques étant calculés à partir d’autres rapports.

    8 Seules quelques veinules centimétriques sont connues dans des niveaux de phyllades.

    9 À noter que le cas de figure se pose aussi pour certaines parties de l’Angleterre et du Péloponnèse.

    10 Les ratios isolés, trop éloignés de la signature régionale, et pouvant être liés à des erreurs analytiques, sont ainsi supprimés afin d’obtenir la vision la plus précise possible de la signature isotopique régionale

    11 Il s’agit du test le plus couramment utilisé pour déterminer si un paramètre donné est supérieur ou inférieur à sa valeur moyenne dans la population. Les tests bilatéraux considèrent la population comme homogène alors que des tests unilatéraux prennent en compte de possibles découpages de la population de départ

    12 Résultant d’un épisode minéralisateur unique et donc ponctuel à l’échelle des temps géologiques.

    13 Amas hydrothermaux-sédimentaires ou volcano-sédimentaires, par exemple.

    14 Formés par la superposition d’épisodes minéralisateurs.

    15 Une pondération peut également être envisagée dans le traitement statistique multivarié.

    16 La distance au Khi² correspond à l’écart entre les valeurs théoriques et les valeurs réelles. Cet écart de valeur est mesuré à la fois entre chaque groupe de population et à l’intérieur même du groupe de population (les groupes de population correspondent ici aux régions de la base de données).

    17 La signature isotopique étant extrêmement sensible à l’ensemble des processus géologiques.

    18 Tant que le nombre d’échantillons définissant le groupe reste suffisant.

    19 Il est impossible de présenter la somme des données sur un même tableau. Cet exemple est représentatif du fonctionnement de l’outil statistique. 

    20 L’AFD offre la possibilité de confronter le modèle obtenu suite au traitement des données minerais à un jeu de validation fournit par les lingots provenant de contextes fouillés.

    21 Soit inférieure à plus de 95 % de certitude.

    22 Donc inférieur à 75 % de certitude.

    Auteurs

    • Céline Tomczyk

      Université Paris 1 Panthéon-Sorbonne, ArScAn UMR7041
      Thèse sous la direction de Christophe Petit et Patrice Brun : « Formation et caractérisation des réseaux d’échange de la fin du Néolithique au premier âge du Fer en Europe : contribution de l’étude de l’exploitation des minerais non-ferreux et des productions métalliques »

    • Kévin Costa

      Université Paris 1 Panthéon-Sorbonne, ArScAn UMR7041
      Thèse sous la direction de Patrice Brun : « Une ressource cuprifère longtemps débattue : le cuivre de la France Atlantique (Age du Bronze, premier Age du Fer) »

    • Alain Giosa

      Université Paris 1 Panthéon-Sorbonne, ArScAn UMR7041
      Thèse sous la direction de Christophe Petit : « Les agrosystèmes antiques du Châtillonnais : approche archéopédologique de la mémoire des forêts dans les parcellaires reconnus par télédétection LiDAR »

    Précédent Suivant
    Table des matières

    Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

    Voir plus de livres
    Appréhension et qualification des espaces au sein du site archéologique

    Appréhension et qualification des espaces au sein du site archéologique

    Antoine Bourrouilh, Paris Pierre-Emmanuel et Nairusz Haidar Vela (dir.)

    2016

    Des vestiges aux sociétés

    Des vestiges aux sociétés

    Regards croisés sur le passage des données archéologiques à la société sous-jacente

    Jeanne Brancier, Caroline Rémeaud et Thibault Vallette (dir.)

    2015

    Matières premières et gestion des ressources

    Matières premières et gestion des ressources

    Sarra Ferjani, Amélie Le Bihan, Marylise Onfray et al. (dir.)

    2014

    Adoption et adaptation

    Adoption et adaptation

    Charlène Bouchaud, Quentin Borderie, Thibault Valette et al. (dir.)

    2013

    Les marqueurs archéologiques du pouvoir

    Les marqueurs archéologiques du pouvoir

    Olivier Brunet et Charles-Édouard Sauvin (dir.)

    2012

    Les images : regards sur les sociétés

    Les images : regards sur les sociétés

    Théophane Nicolas, Aurélie Salavert et Charlotte Leduc (dir.)

    2011

    Territoires et économies

    Territoires et économies

    Théophane Nicolas et Aurélie Salavert (dir.)

    2010

    Objets et symboles

    Objets et symboles

    De la culture matérielle à l’espace culturel

    Laurent Dhennequin, Guillaume Gernez et Jessica Giraud (dir.)

    2009

    Archéologie de la frontière

    Archéologie de la frontière

    Lucas Aniceto, Adrien Delvoye, Léa Hermenault et al. (dir.)

    2016

    Révolutions

    Révolutions

    L’archéologie face aux renouvellements des sociétés

    Clara Filet, Svenja Höltkemeier, Capucine Perriot et al. (dir.)

    2017

    L’archéologie : science plurielle

    L’archéologie : science plurielle

    Siegfried Léglise, Florent Mathias et Julien Ripoche (dir.)

    2018

    Biais, hiatus et absences en archéologie

    Biais, hiatus et absences en archéologie

    Elisa Caron-Laviolette, Nanouchka Matomou-Adzo, Clara Millot-Richard et al. (dir.)

    2019

    Voir plus de livres
    1 / 12
    Appréhension et qualification des espaces au sein du site archéologique

    Appréhension et qualification des espaces au sein du site archéologique

    Antoine Bourrouilh, Paris Pierre-Emmanuel et Nairusz Haidar Vela (dir.)

    2016

    Des vestiges aux sociétés

    Des vestiges aux sociétés

    Regards croisés sur le passage des données archéologiques à la société sous-jacente

    Jeanne Brancier, Caroline Rémeaud et Thibault Vallette (dir.)

    2015

    Matières premières et gestion des ressources

    Matières premières et gestion des ressources

    Sarra Ferjani, Amélie Le Bihan, Marylise Onfray et al. (dir.)

    2014

    Adoption et adaptation

    Adoption et adaptation

    Charlène Bouchaud, Quentin Borderie, Thibault Valette et al. (dir.)

    2013

    Les marqueurs archéologiques du pouvoir

    Les marqueurs archéologiques du pouvoir

    Olivier Brunet et Charles-Édouard Sauvin (dir.)

    2012

    Les images : regards sur les sociétés

    Les images : regards sur les sociétés

    Théophane Nicolas, Aurélie Salavert et Charlotte Leduc (dir.)

    2011

    Territoires et économies

    Territoires et économies

    Théophane Nicolas et Aurélie Salavert (dir.)

    2010

    Objets et symboles

    Objets et symboles

    De la culture matérielle à l’espace culturel

    Laurent Dhennequin, Guillaume Gernez et Jessica Giraud (dir.)

    2009

    Archéologie de la frontière

    Archéologie de la frontière

    Lucas Aniceto, Adrien Delvoye, Léa Hermenault et al. (dir.)

    2016

    Révolutions

    Révolutions

    L’archéologie face aux renouvellements des sociétés

    Clara Filet, Svenja Höltkemeier, Capucine Perriot et al. (dir.)

    2017

    L’archéologie : science plurielle

    L’archéologie : science plurielle

    Siegfried Léglise, Florent Mathias et Julien Ripoche (dir.)

    2018

    Biais, hiatus et absences en archéologie

    Biais, hiatus et absences en archéologie

    Elisa Caron-Laviolette, Nanouchka Matomou-Adzo, Clara Millot-Richard et al. (dir.)

    2019

    Voir plus de chapitres

    Archéopédologie et analyses spatiales

    Alain Giosa

    L’étain « des cours d’eau »

    Une ressource non négligeable à l’âge du Bronze ?

    Céline Tomczyk

    Voir plus de chapitres
    1 / 2

    Archéopédologie et analyses spatiales

    Alain Giosa

    L’étain « des cours d’eau »

    Une ressource non négligeable à l’âge du Bronze ?

    Céline Tomczyk

    Accès ouvert

    Accès ouvert freemium

    ePub

    PDF

    PDF du chapitre

    Suggérer l’acquisition à votre bibliothèque

    Acheter

    ePub / PDF

    1 Ce type de diagramme impose également une limitation quant au nombre de données pouvant être comparées. Les tests ne portent donc que sur des régions sélectionnées par les auteurs.

    2 Ce qui nous permettra de vérifier le modèle statistique produit en se basant sur des lingots d’origine connue ou encore, de vérifier que des scories liées à un gisement donné sont bien rattachées statistiquement au gisement en question.

    3 Les mines du Laurion, Copa Hill ou encore the Great Orme, par exemple.

    4 Un spectromètre de masse VG-38-54-30 à double focus, précision des données constantes à ± 0.1 % ou mieux

    5 Seul ratio 204Pb utilisé en archéologie, couramment utilisé en archéologie et en géologie.

    6 Cependant le 204Pb possède la plus faible abondance naturelle moyenne : 1,4 % comparativement aux isotopes radioactifs : 52,4 % pour le 208Pb, 22,1 % pour le 207Pb et 24,1 % pour le 206Pb.

    7 Certains rapports isotopiques étant calculés à partir d’autres rapports.

    8 Seules quelques veinules centimétriques sont connues dans des niveaux de phyllades.

    9 À noter que le cas de figure se pose aussi pour certaines parties de l’Angleterre et du Péloponnèse.

    10 Les ratios isolés, trop éloignés de la signature régionale, et pouvant être liés à des erreurs analytiques, sont ainsi supprimés afin d’obtenir la vision la plus précise possible de la signature isotopique régionale

    11 Il s’agit du test le plus couramment utilisé pour déterminer si un paramètre donné est supérieur ou inférieur à sa valeur moyenne dans la population. Les tests bilatéraux considèrent la population comme homogène alors que des tests unilatéraux prennent en compte de possibles découpages de la population de départ

    12 Résultant d’un épisode minéralisateur unique et donc ponctuel à l’échelle des temps géologiques.

    13 Amas hydrothermaux-sédimentaires ou volcano-sédimentaires, par exemple.

    14 Formés par la superposition d’épisodes minéralisateurs.

    15 Une pondération peut également être envisagée dans le traitement statistique multivarié.

    16 La distance au Khi² correspond à l’écart entre les valeurs théoriques et les valeurs réelles. Cet écart de valeur est mesuré à la fois entre chaque groupe de population et à l’intérieur même du groupe de population (les groupes de population correspondent ici aux régions de la base de données).

    17 La signature isotopique étant extrêmement sensible à l’ensemble des processus géologiques.

    18 Tant que le nombre d’échantillons définissant le groupe reste suffisant.

    19 Il est impossible de présenter la somme des données sur un même tableau. Cet exemple est représentatif du fonctionnement de l’outil statistique. 

    20 L’AFD offre la possibilité de confronter le modèle obtenu suite au traitement des données minerais à un jeu de validation fournit par les lingots provenant de contextes fouillés.

    21 Soit inférieure à plus de 95 % de certitude.

    22 Donc inférieur à 75 % de certitude.

    Méthodes d’enregistrement des données en archéologie

    X Facebook Email

    Méthodes d’enregistrement des données en archéologie

    Ce livre est diffusé en accès ouvert freemium. L’accès à la lecture en ligne est disponible. L’accès aux versions PDF et ePub est réservé aux bibliothèques l’ayant acquis. Vous pouvez vous connecter à votre bibliothèque à l’adresse suivante : https://freemium.openedition.org/oebooks

    Suggérer l’acquisition à votre bibliothèque Acheter ce livre aux formats PDF et ePub

    Si vous avez des questions, vous pouvez nous écrire à access[at]openedition.org

    Méthodes d’enregistrement des données en archéologie

    Vérifiez si votre bibliothèque a déjà acquis ce livre : authentifiez-vous à OpenEdition Freemium for Books.

    Vous pouvez suggérer à votre bibliothèque d’acquérir un ou plusieurs livres publiés sur OpenEdition Books. N’hésitez pas à lui indiquer nos coordonnées : access[at]openedition.org

    Vous pouvez également nous indiquer, à l’aide du formulaire suivant, les coordonnées de votre bibliothèque afin que nous la contactions pour lui suggérer l’achat de ce livre. Les champs suivis de (*) sont obligatoires.

    Veuillez, s’il vous plaît, remplir tous les champs.

    La syntaxe de l’email est incorrecte.

    Référence numérique du chapitre

    Format

    Tomczyk, C., Costa, K., & Giosa, A. (2019). Déterminer les zones d’approvisionnement en cuivre archéologique. In C. Del Medico, M. Dessaint, & C. Gorin (éds.), Méthodes d’enregistrement des données en archéologie. Paris: Éditions de la Sorbonne. https://doi.org/10.4000/books.psorbonne.38976
    Tomczyk, Céline, Kévin Costa, et Alain Giosa. « Déterminer les zones d’approvisionnement en cuivre archéologique ». In Méthodes d’enregistrement des données en archéologie, édité par Candice Del Medico, Marion Dessaint, et Camille Gorin. Paris: Éditions de la Sorbonne, 2019. doi:10.4000/books.psorbonne.38976.
    Tomczyk, Céline, et al. « Déterminer les zones d’approvisionnement en cuivre archéologique ». Méthodes d’enregistrement des données en archéologie, édité par Candice Del Medico et al., Éditions de la Sorbonne, 2019, https://doi.org/10.4000/books.psorbonne.38976.

    Référence numérique du livre

    Format

    Del Medico, C., Dessaint, M., & Gorin, C. (éds.). (2019). Méthodes d’enregistrement des données en archéologie. Paris: Éditions de la Sorbonne. https://doi.org/10.4000/books.psorbonne.37927
    Del Medico, Candice, Marion Dessaint, et Camille Gorin, éd. Méthodes d’enregistrement des données en archéologie. Paris: Éditions de la Sorbonne, 2019. doi:10.4000/books.psorbonne.37927.
    Del Medico, Candice, et al., éditeurs. Méthodes d’enregistrement des données en archéologie. Éditions de la Sorbonne, 2019, https://doi.org/10.4000/books.psorbonne.37927.
    Compatible avec Zotero Zotero

    1 / 3

    Éditions de la Sorbonne

    Éditions de la Sorbonne

    • Mentions légales
    • Plan du site
    • Se connecter

    Suivez-nous

    • Facebook
    • Flux RSS

    URL : http://editionsdelasorbonne.fr/

    Email : edsorb@univ-paris1.fr

    Adresse :

    212, rue Saint-Jacques

    75005

    Paris

    France

    OpenEdition
    • Candidater à OpenEdition Books
    • Connaître le programme OpenEdition Freemium
    • Commander des livres
    • S’abonner à la lettre d’OpenEdition
    • CGU d’OpenEdition Books
    • Accessibilité : partiellement conforme
    • Données personnelles
    • Gestion des cookies
    • Système de signalement