MétaCan
Menu
Retour à la cohorte
Enregistrement W3139258132 · doi:10.1002/arp.1815

Integrated geophysical study in the cemetery of Marquis of Haihun

2021· article· en· W3139258132 sur OpenAlexfundno aff
Man Li, Zhang Zhi-yong, Jun Yang, Shang‐Ping Xie

Notice bibliographique

RevueArchaeological Prospection · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaMinistry of Natural Resources
Mots-clésGround-penetrating radarExcavationGeophysical surveyGeologyMagnetic anomalyGeophysicsMagnetic surveyAnomaly (physics)Electrical resistivity tomographyArchaeologyInterpretation (philosophy)Exploration geophysicsRadarRemote sensingPaleontologyGeographyElectrical resistivity and conductivityEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract A group of Han dynasty tombs were found in a small town in central eastern China. It is difficult to infer the underground structures of the cemetery based on surface information. Geophysical methods are nonintrusive technology that can be used in archaeological excavations to provide important underground information. Multiple geophysical methods including total magnetic field (TMF), self‐potential (SP), direct‐current resistivity (DCR) and ground‐penetrating radar (GPR) were used to investigate the structure of ancient tombs. Total magnetic anomaly (TMA) and SP data can be used to obtain the projections of anomalous bodies on earth surface. DCR and GPR data can be used to gauge and further determine the spatial locations and depths of the anomalies. The results of the integrated geophysical interpretation were used to optimize the excavation plans and were verified by the subsequent works, such as coffin chambers, dromoi, ancient building foundations and funeral pit. Integrated geophysical survey can effectively reduce the uncertainly of a single method and obtain the targets more accurately.

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)0,000
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 enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,038
Tête enseignante GPT0,267
Écart entre enseignants0,229 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchaeological ProspectionMême sujetGeophysical Methods and ApplicationsTravaux en français237 207