Retrogame Archeology:
Notice bibliographique
Résumé
Com o objetivo de divulgar os conhecimentos no campo da História e Arqueologia, sob a perspectiva das Humanas Digitais, o grupo de pesquisa ARISE (Arqueologia Interativa e Simulações Eletrônicas), criado em 2017 no âmbito do Museu de Arqueologia e Etnologia da Universidade de São Paulo (MAE-USP), apresenta a entrevista concedida por John Aycock, professor associado do departamento de Ciências da Computação da Universidade de Calgary (Canadá), na qual sob o termo “Arqueologia Retrogame” conversamos sobre estratégias e métodos para acessar e analisar os jogos criados e produzidos décadas atrás. Nesta entrevista, o professor discute também, no contexto da Ciência da Computação, sobre a importância das habilidades com programação livremente criativa em ambientes ilimitados tanto quanto a capacidade de trabalhar em ambientes computacionais restritos; programação em linguagem de baixo e alto nível. Discute também a relação entre Arqueologia Retrogame e Archaeogaming. Nesta jornada em direção ao passado, John Aycock discute ainda como a história oral pode ou não ser uma metodologia aliada, ressalvando os potenciais e limitações da memória humana para relembrarem de algoritmos codificados anos ou décadas atrás.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,028 |
| Communication savante | 0,018 | 0,015 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 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; 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 ».