MétaCan
Menu
Retour à la cohorte
Enregistrement W112891579 · doi:10.18564/jasss.2305

MayaSim: An Agent-Based Model of the Ancient Maya Social-Ecological System

2013· article· en· W112891579 sur OpenAlexfundno aff
Scott Heckbert

Notice bibliographique

RevueJournal of Artificial Societies and Social Simulation · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesAlberta InnovatesUppsala UniversitetUniversity of CincinnatiArizona State UniversityPortland State University
Mots-clésMayaAgent-based modelEcologyComputer scienceArtificial intelligenceGeographyBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper presents results from the MayaSim model, an integrated agent-based, cellular automata, and network model representing the ancient Maya social-ecological system. The model represents the relationship between population growth, agricultural production, soil degradation, climate variability, primary productivity, hydrology, ecosystem services, forest succession, and the stability of trade networks. Agents representing settlements develop and expand within a spatial landscape that changes under climate variation and responds to anthropogenic impacts. The model is able to reproduce spatial patterns and timelines somewhat analogous to that of the ancient Maya, although this proof-of-concept model requires refinement and further archaeological data for calibration. This paper aims to identify candidate features of a resilient versus vulnerable social-ecological system, and employs computer simulation to explore this topic, using the ancient Maya as an example. Complex systems modelling identifies how interconnected variables behave, considering fast-moving variables such as land cover change and trade connections, meso-speed variables such as demographics and climate variability, as well as slow-moving variables such as soil degradation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,245
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Artificial Societies and Social SimulationMême sujetLand Use and Ecosystem ServicesTravaux en français237 207