MétaCan
Menu
Retour à la cohorte
Enregistrement W3174834748 · doi:10.14434/sdh.v4i2.31520

Human versus computer vision in archaeological recording

2021· article· en· W3174834748 sur OpenAlexaff
Philip Sapirstein

Notice bibliographique

RevueStudies in Digital Heritage · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensUniversity of Toronto
Organismes subventionnairesLoeb Classical Library FoundationUniversity of PennsylvaniaInstitute for Aegean PrehistoryNational Endowment for the HumanitiesFlorida State UniversityUniversity of Nebraska-LincolnAndrew W. Mellon FoundationNational Science Foundation
Mots-clésScrutinyInterpretation (philosophy)Process (computing)Subject (documents)ArchitectureArchaeological recordPhotogrammetryComputer scienceHistoryVisual artsArchaeologyArtificial intelligenceArtWorld Wide WebLaw

Résumé

récupéré en direct d'OpenAlex

As 3D scanning and photogrammetry are supplanting traditional illustration techniques with increasing speed, archaeologists and architectural historians have sounded alarms about what stands to be lost if hand drawing is altogether eliminated from fieldwork. This paper argues that the most direct threat is to a particular form of archaeological illustration which does not necessarily share the advantages attributed to other kinds of drawing. Recording by means of “technical drawing” communicates a collectively agreed interpretation of the ancient record, and its primary benefit is not stimulating creative thought but rather enhancing human observation. A review of two cases comparing the illustration of ancient Greek architecture through analogue and digital methods indicates that, in practice, both approaches draw attention away from the ancient subject and focus it on distracting protocols for the great majority of the time spent in the field. Even so, technical drawing requires protracted, in-person scrutiny of the subject, whereas 3D technologies pose a genuine risk of altogether eliminating meaningful human interpretation from the recording process. The greater efficiencies of digital techniques suggest a path forward, as time once allocated to tedious stages of technical drawing might be applied toward more thoughtful interpretive tasks. However, such measures must be deliberately integrated into a digital research program through planning around the very different cadences of the digital process.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,014
Communication savante0,0100,007
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,083
Tête enseignante GPT0,321
Écart entre enseignants0,238 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Digital HeritageMême sujet3D Surveying and Cultural HeritageTravaux en français237 207