MétaCan
Menu
Retour à la cohorte
Enregistrement W1735660206 · doi:10.3138/cart.50.3.2891

Neglected Treasures: Linking Historical Cartography with Environmental Changes in Java, Indonesia

2015· article· en· W1735660206 sur OpenAlexvenueno aff
Martin C. Lukas

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Studies and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyCartographyContext (archaeology)Scale (ratio)JavaEnvironmental changeComparative historical researchEnvironmental historyData scienceArchaeologyComputer scienceHistoryClimate changeOceanographyGeologySocial scienceSociology

Résumé

récupéré en direct d'OpenAlex

The historical cartographic material of insular Southeast Asia provides significant potential for research into historical environmental changes. Yet most of this potential has not been realized. This article explores the historical cartography of the Segara Anakan lagoon region on Java's south coast in the context of a shoreline change analysis. It shows how historical cartography supports the analysis of environmental changes and vice versa. Thoroughly exploring the cartographic history of the target region helps to maximize the temporal scale and resolution of analysis; provides insight into the gradual development and replication, but also the ignorance, of cartographic knowledge; and supports an appraisal of the maps' reliability, all of which help to avoid analytical pitfalls. Complementing a quantitative analysis of more recent, relatively accurate cartographic material with a qualitative analysis of very early, less accurate maps and map-makers' records allows the temporal scale of historical environmental research to be extended further into the past. At the same time, it exposes the limits and pitfalls of historical cartographic analyses of environmental change. The author's analysis of the early maps of the Segara Anakan lagoon shows how information from complete but relatively inaccurate maps was repeatedly reproduced by map makers for about a century, while information from more accurate but incomplete maps was consistently ignored.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil0,641

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,268
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetAsian Studies and HistoryTravaux en français237 207