Snapshots of Digital Scholarship in Zooarchaeology: Introduction to the Special Issue
Notice bibliographique
Résumé
Special Issue on Digital Zooarchaeologysharing landscape include approaches to data access, aggregation, and preservation (e.g., DINAA 1 , tDAR 2 , ADS 3 , CARD 4 , SPARC 5 ); and refinements in the application of digital methods (geometric morphometrics, 3D modeling, GIS).Many parallel initiatives undoubtedly exist in ethnobiology often on more localized community focused scales.This special issue features the work of a diverse group of researchers employing digital techniques in zooarchaeology (a.k.a.archaeozoology).Zooarchaeology is the study of animal remains in the archaeological record (e.g., bones, teeth, shells, antlers, horns, and similar tissues, as well as biomolecular remains, such as proteins and ancient DNA).The study of these remains informs understanding of past human activities and human influenced environments.Seven papers by eighteen authors from Europe and North America showcase digital research spanning three continents that includes research on fish, mammals, and birds as well as an introspective examination of zooarchaeologists themselves.These papers emerged from a symposium at the International Council for Archaeozoology conference, which took place at the Museo de Historia Natural de San Rafael in Mendoza, Argentina in September of 2014.This gathering of the global community of zooarchaeologists offered a chance to showcase new techniques and technologies that address a variety of key research questions. Improved Data SharingA prominent theme explored in this special issue is the improvement of data sharing across zooarchaeological research settings and digital platforms.While 'big-data' approaches aim to standardize large-scale datasets, archaeologists are also realizing the im-"Anthropology begins with people and ends with people, but in between there is plenty of room for computers" -A quote attributed to Claude Lévi-Strauss by Eric Wolf (1964:52).
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,004 |
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 ».