MétaCan
Menu
Retour à la cohorte
Enregistrement W2618673561 · doi:10.4995/var.2017.6056

Getting to the point: making, wayfaring, loss and memory as meaning-making in virtual archaeology

2017· article· en· W2618673561 sur OpenAlexaff
Michael Carter

Notice bibliographique

RevueVirtual Archaeology Review · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMateriality (auditing)Meaning (existential)Agency (philosophy)Meaning-makingComputer sciencePoint (geometry)Object (grammar)ArchaeologyAestheticsSociologyHistoryEpistemologyLinguisticsArtArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

The initial construction of a digital virtual object is the three-dimensional (3D)point. Using the notions of making, wayfaring, meshwork and agency, this discussion focuses on Ingold’s (2011) theoretical approach to these comments as a means for the construction of archaeological knowledge as applied to the 3D virtual landscape. It will demonstrate that 3D points, whether constructed or captured, can be considered to be agents within an actor network, have agency and are subject to memory and loss within the digital archaeological record. By their interconnections they become a mesh work that can exchange and retain unique attributes of materiality. As such, they challenge our notions of meaning-making beyond the rote actions of visualizing within archaeology to a form that is more theoretically deeper. By viewing the construction and capture and the production of 3D or 2D visual data through a different lens but within theoretical archaeological terms, we can begin to understand our role in the creation of meaning within virtual archaeology.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,600
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,288
Écart entre enseignants0,259 · 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'étudeObservationnel
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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirtual Archaeology ReviewMême sujet3D Surveying and Cultural HeritageTravaux en français237 207