Les archéologues ont depuis longtemps un problème de datation. L'analyse au radiocarbone généralement utilisée pour reconstruire les changements démographiques humains passés repose sur une méthode facilement faussée par les courbes d'étalonnage au radiocarbone et l'incertitude de mesure. Et il n'y a jamais eu de solution statistique qui fonctionne jusqu'à présent.

"Personne n'a systématiquement exploré le problème, ou montré comment vous pouvez le traiter statistiquement, " dit l'archéologue de l'Institut de Santa Fe Michael Price, auteur principal d'un article dans le Journal des sciences archéologiques à propos d'une nouvelle méthode qu'il a développée pour résumer des ensembles de datations au radiocarbone. "C'est vraiment excitant de voir comment ce travail s'est déroulé. Nous avons identifié un problème fondamental et l'avons résolu."

Au cours des dernières décennies, les archéologues se sont de plus en plus appuyés sur des ensembles de dates au radiocarbone pour reconstruire la taille passée de la population grâce à une approche appelée « dates en tant que données ». L'hypothèse de base est que le nombre d'échantillons de radiocarbone d'une période donnée est proportionnel à la taille de la population de la région à ce moment-là. Les archéologues ont traditionnellement utilisé « des densités de probabilités sommées, " ou SPD, pour résumer ces séries de dates radiocarbone. "Mais il y a beaucoup de problèmes inhérents aux SPD, " dit Julie Hoggarth, Archéologue de l'Université Baylor et co-auteur de l'article.

La datation au radiocarbone mesure la désintégration du carbone 14 dans la matière organique. Mais la quantité de carbone 14 dans l'atmosphère fluctue dans le temps; ce n'est pas une ligne de base constante. Les chercheurs créent donc des courbes d'étalonnage au radiocarbone qui mappent les valeurs du carbone 14 à des dates. Pourtant, une même valeur de carbone 14 peut correspondre à différentes dates - un problème connu sous le nom d'"équifinalité, " qui peut naturellement biaiser les courbes SPD. " Cela a été un problème majeur, " et un obstacle aux analyses démographiques, dit Hoggarth. "Comment savez-vous que le changement que vous observez est un changement réel de la taille de la population, et ce n'est pas un changement dans la forme de la courbe d'étalonnage ?"

Lorsqu'elle a discuté du problème avec Price il y a plusieurs années, il lui a dit qu'il n'était pas fan des SPD, Soit. Elle a demandé ce que les archéologues devraient faire à la place. Essentiellement, il a dit, "Bien, il n'y a pas d'alternative."

Cette prise de conscience a conduit à une quête de plusieurs années. Price a développé une approche pour estimer les populations préhistoriques qui utilise le raisonnement bayésien et un modèle de probabilité flexible qui permet aux chercheurs de surmonter le problème de l'équifinalité. L'approche leur permet également de combiner des informations archéologiques supplémentaires avec des analyses de radiocarbone pour obtenir une estimation plus précise de la population. Lui et son équipe ont appliqué l'approche aux datations au radiocarbone existantes de la ville maya de Tikal, qui a de vastes recherches archéologiques préalables. "C'est un très bon cas de test, " dit Hoggarth, un érudit maya. Pendant longtemps, les archéologues ont débattu de deux reconstructions démographiques :la population de Tikal a augmenté au début de la période classique puis a atteint un plateau, ou il a culminé à la fin de la période classique. Lorsque l'équipe a appliqué le nouvel algorithme bayésien, "il a montré une augmentation de la population très forte associée à la fin du Classique, " elle dit, "donc c'était vraiment une merveilleuse confirmation pour nous."

Les auteurs ont produit un package open source qui implémente la nouvelle approche, et les liens et le code de sites Web sont inclus dans leur document. "La raison pour laquelle je suis excité pour cela, " Prix dit, "c'est de signaler une erreur qui compte, le réparer, et jeter les bases des travaux futurs. »

Ce document n'est que la première étape. Prochain, grâce à la "fusion de données, " l'équipe ajoutera de l'ADN ancien et d'autres données aux dates au radiocarbone pour des reconstructions démographiques encore plus fiables. " C'est le plan à long terme, " dit Price. Et cela pourrait aider à résoudre un deuxième problème avec les dates comme approche des données :un " problème de biais " si et quand les dates au radiocarbone sont biaisées vers une période de temps particulière, conduisant à des analyses inexactes.

Mais c'est un sujet pour un autre article.