Connoly, J. & M. Lake. 2006. Geographical Information Systems in Archaeology. – Cambridge Manuals in Archaeology. Cambridge University Press, United Kingdom
Notice bibliographique
Résumé
Geographical Information Systems (GIS) have been described as “the most powerful technological tool to be applied in archaeology since the invention of radiocarbon dating” (Westcott & Brandon, 2000: 135), but also as “a technology without intellectual vigour, overly dependent on simple presuppositions about the importance of spatial patterns in a dehumanized artificial space” (cf. Pickles, 1999: 50–52). James Connoly (Trent University, Canada) and Mark Lake (University College London) both have several years’ experience of working with GIS and teaching GIS to archaeology students. In their new book ‘Geographical Information Systems in Archaeology’ (in the ‘Cambridge Manuals in Archaeology’ series), they adopted an approach that is both practical and rigorous. The manual focuses on the kinds of problems that are routinely faced by archaeological users of GIS. Although the authors do not envisage many readers methodically working their way through the manual from start to finish, they have tried to maintain a logical progression such that topics are introduced in roughly the order that they might be encountered in the course of developing and using an archaeological GIS. The authors first introduce some theoretical issues and provide an overview of the ‘first principles’ of GIS: the software and hardware requirements, geodetic and cartographic principles and GIS data models. As the archaeological user is – in general – not an expert in cartography or computer graphics, this first chapter is extremely useful. How do the geographical coordinates we daily use in our archaeological work relate to the position on the Earth’s surface? This is explained in an in–depth description of map projections systems, coordinate transformations and grid systems. The chapter concludes with a good overview of raster and vector data structures and their inherent (dis)advantages. Read more...
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,006 | 0,011 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,015 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».