Kajian Keterawatan Lukisan Gua Prasejarah di Kawasan Karst Maros Pangkep Sulawesi Selatan
Notice bibliographique
Résumé
Lukisan gua prasejarah di kawasan karst Maros Pangkep merupakan cagar budaya yang rentan dengan kerusakan, baik karena faktor alam maupun budaya. Oleh karena itu, kajian mengenai keterawatan lukisan gua prasejarah di kawasan ini penting untuk dilakukan guna memperoleh data yang akurat terkait tingkat kerusakan lukisan pada masing-masing gua. Metode penelitian arkeologi yang dipadukan dengan pendekatan lingkungan dan konservasi, menjadi panduan dalam kajian ini. Metode penelitian arkeologi dioperasionalkan dalam bentuk pengumpulan data, pengolahan data dan interpretasi data. Adapun pendekatan lingkungan dan konservasi diterapkan dalam observasi flora fauna dan bentang alam kawasan. Jumlah gua yang menjadi objek kajian yaitu 44 gua dengan rincian 24 gua di Maros dan 20 gua di Pangkep. Berdasarkan kajian yang dilakukan, tingkat keterawatan lukisan gua di kawasan karst Maros Pangkep ini bervariasi mulai dari sedang sampai parah, dan hanya lima gua yang kondisi keterawatan lukisan guanya bagus. Hal ini mengacu pada tingkat kerusakan dan pelapukan fisik (retak, pecah, aus), pelapukan biologis (pertumbuhan algae, moss, lichen), pelapukan kimiawi (penggaraman, sementasi), yang juga dipengaruhi oleh faktor alam dan faktor manusia.Oleh karena itu untuk mempertahankan tingkat keterawatan lukisan gua prasejarah diperlukan sebuah sistem konservasi gua prasejarah yang memadukan antara konservasi lingkungan, konservasi arkeologis dan juga pengelolaan sumberdaya arkeologi yang berbasis pelestarian.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».