MétaCan
Menu
Retour à la cohorte
Enregistrement W2940844154 · doi:10.1080/00934690.2019.1591917

Techniques for Integrating Macrobotanical and Microbotanical Datasets: Examples from Pre-Hispanic Northwestern Honduras

2019· article· en· W2940844154 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Field Archaeology · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotany, Ecology, and Taxonomy Studies
Établissements canadiensMcMaster University
Organismes subventionnairesCouncil on Research, Computing, and Libraries, University of California, Irvine
Mots-clésSampling (signal processing)CladeGeographySample (material)Computer scienceData scienceArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

What are useful quantitative approaches in situations with highly variable data quantities, contexts, and sampling strategies? How can paleoethnobotanical findings be interpreted without over-representing data or selling results short? Described here are several major issues and potential solutions. The four sites of the study are located northwestern Honduras, a region with fairly hostile environments for paleoethnobotanical preservation. For this reason, several types of botanical residues are combined to provide a more holistic picture of past ethnobotanical practices. In some cases, these data prove to be complementary, while in others, they are corroborative. This article includes tactics for integrating multiple sample protocols, multiple and overlapping diagnostic elements, multiple and overlapping clade categories, multiple and overlapping samples in a single locus, multiple and overlapping formation processes, and multiple and overlapping cultural practices. In each section, the issue, sampling strategies, quantitative approaches, and a few results are described.

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 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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,662

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,023
Tête enseignante GPT0,253
Écart entre enseignants0,230 · 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