MétaCan
Menu
Retour à la cohorte
Enregistrement W2946171354 · doi:10.31219/osf.io/xm245

Ground penetrating radar investigations at the Lake Condah Mission Cemetery: Locating unmarked graves in areas with extensive subsurface disturbance

2021· article· en· W2946171354 sur OpenAlexaff
Ian Moffat, Julia Garnaut, Celeste Jordan, Anthea Vella, Marian Bailey, Gunditj Mirring Traditional Owners Corporation

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensArthur B. McDonald-Canadian Astroparticle Physics Research Institute
Organismes subventionnairesUniversity of AdelaideCommonwealth Scholarship Commission
Mots-clésGround-penetrating radarDisturbance (geology)ArchaeologyIndigenousGeographyExtant taxonHistoric siteGeologyRadarRemote sensingPaleontologyEcology

Résumé

récupéré en direct d'OpenAlex

Ground penetrating radar (GPR) was used to non-invasively map the location of unmarkedgraves within the Lake Condah Mission Cemetery in western Victoria as a means of siting future interments. This cemetery was associated with the former Lake Condah Mission (established in 1869) and continues to be an important site for local Indigenous people. It is anecdotally thought to contain more than 100 graves however only 26 are currently marked. The GPR survey identified an additional 14 probable unmarked graves as well as 49 other areas that may contain one or more unmarked burials. The extensive subsurface disturbance present at the site and the presence of many extant tree roots made the effective interpretation of the GPR data difficult. Despite this, it was still possible to delineate areas where no unmarked graves are present. This is an important outcome for managing the cultural heritage of the cemetery because it identifies areas where new graves can be emplaced in a culturally appropriate fashion. This demonstrates the utility of GPR as a means of effectively managing heritage sites containing unmarked graves, even when substantial subsurface disturbance is present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,028
Tête enseignante GPT0,244
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeophysical Methods and ApplicationsTravaux en français237 207