MétaCan
Menu
Retour à la cohorte
Enregistrement W3039337190 · doi:10.14430/arctic70248

The Impact of Vegetation on Archaeological Sites in the Low Arctic in Light of Climate Change

2020· article· en· W3039337190 sur OpenAlexvenueno aff
Henning Matthiesen, Rasmus Fenger-Nielsen, Hans Harmsen, Christian Koch Madsen, Jørgen Hollesen

Notice bibliographique

RevueARCTIC · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesVelux Fonden
Mots-clésWillowFjordVegetation (pathology)ArcticDisturbance (geology)ShrubPhysical geographyArchaeologyArctic vegetationGeologyGeographyEcologyOceanographyBiologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Vegetation is changing across the Arctic in response to increasing temperatures, which may influence archaeological sites in the region. At the moment, very little is known about how different plant species influence archaeological remains. In this study we visited 14 archaeological sites stretching across a climatic gradient from the outer coast to the inner fjords in the Nuuk Fjord area of West Greenland to assess the impact of vegetation growth on archaeological preservation. Examination of the physical disturbance of archaeological layers and materials by roots from different plant species showed that horsetail (Equisetum arvense) was particularly destructive because of its deep penetrating rhizomes and ubiquity across the study area. Willow (Salix glauca) also caused physical disturbance due to a dense root network, but its roots were mainly found in the upper 30 cm of the soil. Focus was also given to the impact from vegetation on the visibility of sites, where growth of willow was found be the main problem, especially in the inner fjords. Historic descriptions and aerial photographs from the sites show that shrub growth was already widespread in the region by the 1930s, but photos of some of the sites investigated show that the willow shrubs are significantly taller today, which has decreased the visibility of site features. The impact from horsetail and willow on archaeological sites may be mitigated using geotextiles and grazing by livestock, but both methods require further studies before being implemented in the study area.

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)0,000
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 enseignants0,022
Score d'incertitude au seuil0,990

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 Opus0,066
Tête enseignante GPT0,280
Écart entre enseignants0,214 · 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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetClimate change and permafrostTravaux en français237 207