Determining magnetic susceptibility of ancient and modern potsherds using a fast, cheap, and portable probe
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Archaeometry is the application of scientific techniques to archaeology. The general perception is that it consists of the use of a number of geophysical techniques that were originally developed to explore for mineral deposits in order to delineate anthropological remains in the subsurface without disturbing them. Such techniques include resistivity tomography (e.g., Saey et al., 2012; Glover, 2010; Papadopoulos et al., 2006), proton-spin magnetometry (e.g., Büyüksaraça et al., 2006), ground-penetrating radar (e.g., Dabas et al., 2000; Neubauer et al., 2002), and electromagnetic measurements (e.g., Bigman, 2012). The perception has been fed by television series such as the Time Team, and now many university-based geophysicists spend at least some of their time applying their techniques to archaeological remains. However, these techniques are only one part of archaeometry, which also covers the use of physical and chemical methods to understand how archaeological remains were made and used (e.g., Lima et al., 2012; Cagno et al., 2010) as well as their composition (e.g., Wei, 2012), dating (e.g., Aitken, 1999) and provenance (e.g., Tochilin et al., 2012; Pensabene et al., 2012; Thulman, 2012). In this paper, we consider how the application of a simple magnetic susceptibility measurement may be used to discriminate between potsherds from different sources as well as showing that some aspect of the manufacture or use of the pots leads to the inner and outer surfaces having statistically different magnetic susceptibilities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle