CHEMISTRY VERSUS DATA DISPERSION: IS THERE A BETTER WAY TO ASSESS AND INTERPRET ARCHAEOMETRIC DATA?
Notice bibliographique
Résumé
Given the common use of chemical concentration data to define ceramic groups that aid in the exploration of ancient technology, trade and provenance, it is important to reflect on how we collectively establish and define both chemical groups and outliers. In this paper, we argue that commonly used data analysis procedures, such as principal component analysis and centred log‐ratio principal component analysis favoured in the examination of ceramic chemical data, although rapid and easy, may overlook existing chemical groups and outliers, especially when the ratio of non‐diagnostic to diagnostic elements is high. To evaluate whether geochemistry is more important than data dispersion in data assessment, we re‐examine chemical concentration data from previously published ceramic, clay and daub samples from the lower Ohio River Valley. We begin by briefly discussing steps we took to ensure that the data set reflects geochemical differences, rather than analytical or data transfer errors. Next, we use bivariate plots, as well as PCA and CLR–PCA, to examine different versions of our altered data, using varying numbers of element combinations. We propose that the careful examination of bivariate plots is critical in establishing the elements that should be included in PCA and other multivariate analyses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,169 | 0,442 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,019 | 0,020 |
| Études des sciences et des technologies | 0,003 | 0,014 |
| Communication savante | 0,015 | 0,027 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».