• No results found

Building Thermal Network Modeling

In document Energy-aware Occupancy Scheduling (Page 49-53)

Al abordar el estudio de cualquier población arqueológica, uno de los primeros

objetivos que se plantean es el de llegar a conocer cuál era la estructura demográfica de esa

población, es decir, cuál era su distribuciónpor grupos de edadysexos, suesperanza de vida, la incidencia de la mortalidad infantil, la mortalidad por sexos, etc. El estudio de todas estas

características, sobre la base de información obtenida de fuentes arqueológicas, es lo que

constituye la Paleodemografía (Angel, 1969). De este modo, los bioarqueólogos y

paleodemógrafos necesitan conocer la edad de los restos óseos para reproducir sus tablas de

vida(Howell,1982; Meindl y Lovejoy, 1989) e intentaraproximarse a la saludylas condiciones de vida antiguas a través de los perfiles de mortalidad o la incidencia de algunas patologías, traumas u otros marcadores óseos entre los distintos grupos de edad (Isçan ,1989; Jurmain,

1999; Mays,2012).

A finales de los años 60 y los años 70, los estudios paleodemográficos se basaban en el

modelo de tablas de vida propuesto por Coale y Demeny (1966) sobre poblaciones

arqueológicas(Kobayashi,1967;Bennet,1973;Ubelaker,1974;Buikstra,1976;Blakely,1977;

Lovejoy et al.,1977; Owsley y Bass, 1979). Las mayores críticas a la Paleodemografía llegaron a

partir de los años80(Bocquet-Appel yMasset, 1982) debidoa que lametodología utilizada

asumía algunos supuestos que la hacían difícilmente viable. El primero de ellos era la

estabilidad poblacional, es decir, se asumía que las tasas de nacimientos y muertes

permanecíanestables en eltiempo y que por lotanto, el tamaño de la población no cambiaba.

Aunque se han desarrolladoalgunosmétodos para tener en cuenta el crecimientoydeclive de

la población (Bennett, 1973; Weiss, 1973; Moore et al., 1975; Frankenberg y Konigsberg,

26

2006),todos tienen limitaciones. Agravando esteproblema, existe una probabilidad de muerte

diferencial entre los distintos grupos de edad y sexo. En segundo lugar, los estudios

paleodemográficos sebasaban en la asunción de que la distribución de edades y sexos de las

muestras esqueléticas reflejaba la constitución de la población original. Sin embargo, es poco

probable que un solo cementerio represente a todoslos miembros de una comunidad ya que,

por ejemplo, en muchas sociedades prehistóricas, los recién nacidos y los niños no eran

enterrados con el restode la población (Pinhasi y Bourbou, 2008; Schwartz et al., 2012) o, a

veces, los cementerios eran usados únicamente en un periodo de tiempo, abandonados o

reutilizados denuevo, osolo empleadospor ciertas clases deindividuos o grupos familiares.

Además, y como ya hemos adelantado, existendiferencias en el estado de preservación de los

restos óseos que podrían inducir a errores en los análisis paleodemográficos posteriores

(Waldron,1987;Walker et al., 1988;Bello et al., 2006). Debido a esta inherente preservación diferencial de los restos, la escasa representación de los niños y de los adultos más mayores

pone en duda la representatividad de la muestra(PaineyHarpending, 1998).Este problema

podría resolverse parcialmente con protocolos de excavación más exhaustivos, como el

cribado cuidadosodelterreno. Entercerlugar, lastablas de vida asumíanquelas edadesde

muerte estimadas en base a los restos esqueléticoseran precisas. Éste es el punto de partida

principal de las duras críticas que recibió laPaleodemografía enlosaños80 (Bocquet-Appely

Masset, 1982). Dichos autores señalaron que existía una inexactitud inherente en todas las

técnicas de diagnóstico de la edad a causa de la baja correlación entre la edad

biológica/esquelética y la cronológica y argumentaron que los perfiles de edad de muerte

obtenidos a partir de muestras esqueléticas prehistóricas eran artefactos de las distribuciones de edad de la muestra de referencia empleada para estimar la edadcronológica de los restos

(mimetismo). Konigsberg y Frankenberg (1992) demostraron que ladistribuciónestimadade las edades no es completamente igual que la de la población de referencia ni completamente

independiente de ella. Tras mucha controversiay que algunosautores demostraran que esto no era cierto paraciertas poblaciones (Van Gerven y Armelagos, 1983),estudios posteriores señalaron el granefecto que tiene la población de referencia sobre las estimaciones de edady el perfil demográfico (KonigsbergyFrankenberg,1992; Milneretal.,2008; Jackes, 2011)yhoy en día existe un consenso al respecto (Hoppa y Vaupel, 2002). Por último, los análisis

demográficos sobre las poblaciones del pasado aceptaban el uniformismobiológico (Howell,

1976). De este modo, las técnicas para evaluar la edad de los restos óseos asumían que

patrones de cambios progresivos que suceden con la edad observados en poblaciones de

referencia modernas no eran significativamente diferentes de los patrones observados en

poblaciones del pasado. Sin embargo, la variabilidad existente entre poblaciones en los

In

caracteres morfológicos que se analizan para estimar la edad de losindividuos(Schmittetal.,

2002; Schmitt, 2004; Rissech et al.,2007; Hens et al.,2008; Mays, 2012; Rissech et al., 2012)

podría impedir el uso de estos criterios en las muestras esqueléticas que difieran

significativamente en el espacio y en el tiempode la muestra de referencia.

Aunque parezca contradictorio, la fertilidad influye más que la mortalidad en la

distribución de las edades de muerte en las series esqueléticas (Coale, 1972; Sattenspiel y

Harpending, 1983). Cuantomás baja es la edad de muerte media de la serieesquelética,mayor será latasa de nacimientos (Acsádi y Nemeskéri, 1970; Johansson yHorowitz, 1986; Wood et al., 1992). Por lo tanto, la distribución de las edades de muerte es extremadamente sensible a los cambios de la fertilidad pero no a los cambios en lamortalidad. Paine y Harpending(1998)

observaron que una deficiencia en los adultos mayores de 45 años servía para elevar las

estimaciones de las tasas brutas de natalidad en un 10-20% mientras que la baja

representación de los niños hacía decrecer la fertilidad y la tasa bruta de natalidad en un 20-

25%. Paradójicamente,losparámetrostalescomo la esperanza devida o lamedia de la edad

de muerte son frecuentemente más eficaces en relación a las medidas de fertilidad que alas

de mortalidad (Wood et al.,1992).

Losdebates respecto a la Paleodemografía han continuadodesdeentonces (Bocquet-

Appel y Masset, 1985; Buikstra y Konigsberg, 1985; Piontek y Weber, 1990; Konigsberg y

Frankenberg, 1994; Bocquet-Appel y Masset, 1996; Konigsberg y Frankenberg, 2002; entre

otros). Esencialmente, este campo necesita ser entendido como una aproximación a la

estructura poblacional más que como una ciencia exacta. Las series arqueológicas siempre

representan una porción distorsionada de una población por lo que las inferencias históricas

que se hacen a partir de ella tienen que tener en consideración los diversos factores que pueden estar influyendo. Por lo tanto,además de las limitaciones previamente descritas, es fundamental tenerencuenta elcontexto ambiental, social, cultural y económico en elanálisis de poblaciones históricas antes de sacar conclusionessobre su dinámica poblacional (Larsen,

2015). A pesar de las críticas desde dentro y fuera de la comunidad antropológica, la

Paleodemografíase ha mantenidoyactualizadopasando del cálculo de lastablas de vida yla

metodología tradicional al uso de modelos deriesgo, el cálculo de probabilidades basado en el

teorema de Bayes y estimadores de máxima verosimilitud que evalúan los posibles efectos del

cambio demográfico en la composición de los perfiles de muerte arqueológicos (Hoppa y

Vaupel, 2002; Bocquet-Apple, 2008; Caussinus y Courgeau, 2010). Además, los nuevos

métodos emergentes abogan por el uso de análisis transicionales basados en conjuntos de

28

características esqueléticas que ocurren progresivamente con la edad(Boldsen et al.,2002;

Weise etal.,2009; Godde yHens,2012;Milner yBoldsen,2012a,2012b, 2012c).Estanueva

aproximación parece extender el límite de las estimaciones de edad más precisas de los 40

años hasta más de 60años, proporcionandoreconstrucciones paleodemográficas más precisas

y realistas (Milner y Boldsen, 2012c).

In document Energy-aware Occupancy Scheduling (Page 49-53)