MétaCan
Menu
Retour à la cohorte
Enregistrement W4281479282 · doi:10.1017/aap.2022.9

Estimating Volumes of Coastal Shell Midden Sites Using Geometric Solids

2022· article· en· W4281479282 sur OpenAlexafffundabout
Robert Gustas, Iain McKechnie, Quentin Mackie, Chris T. Darimont

Notice bibliographique

RevueAdvances in Archaeological Practice · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensRaincoast Conservation FoundationTula FoundationUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaHakai InstituteNatural Sciences and Engineering Research Council of CanadaMitacsParks CanadaUniversity of Victoria
Mots-clésMiddenArchaeologyGeographyScale (ratio)Settlement (finance)GeologyGeospatial analysisPhysical geographyRemote sensingCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Coastal shell midden deposits are a quintessential component of the archaeological record on the Pacific Northwest Coast. Despite their importance in informing the cultural and environmental histories of Indigenous peoples, research on shell middens has largely not sought to address the physical extent of these cultural deposits, which requires estimating shape, depth, and volume. Here, we present a new scalable geospatial model, designed to work with legacy survey data, for estimating midden volumes based on applying a regular geometric solid to sites with known extent and depth. We evaluate the accuracy of this technique using percussion core, total station, and lidar data from eight sites in Tseshaht territory on western Vancouver Island and three sites on the north coast of British Columbia (Canada). As part of the evaluation process of our results, we calculate uncertainty using subsurface core depth data and then compare generalized and modeled midden volume estimates. We demonstrate an accurate general model applied at the regional scale across a systematically surveyed landscape. This work presents the first landscape-scale measure of midden extents and volume within our study area, with relevance to historical ecology and settlement patterns.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,270

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,311
Écart entre enseignants0,288 · 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

Citations3
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAdvances in Archaeological PracticeMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207