D16.1 – Mid-term interim report on ARIADNEplus pilots
Notice bibliographique
Résumé
This deliverable describes the activities carried out during the first two years of the ARIADNEplus project within Work Package 16 (WP16) by the different partners and describes the results achieved by this work package. WP16, titled Innovative Methods and Pilots, concerns the preparation of pilots, i.e. exemplary applications of the ARIADNEplus services to be used as demonstrators of the potential of the ARIADNEplus framework. They address specific archaeological research questions and use one or more of the ARIADNEplus services operating on a selected data sample. The list of such pilots and the corresponding WP tasks is provided below. Partners involved are also listed, with the Task leader in bold. Task 16.1 – Establishing a common framework for the ARIADNEplus pilots. Partners involved: CYI, SRFG, INRAP. Task 16.2 – ARIADNEplus for Airborne-LiDAR data use and reuse. Partners involved: ZRCSAZU, CARARE, CNR-ISTI(VCL). Task 16.3 – ARIADNEplus for a Historic Environment Spatial Data Infrastructure. Partners involved: CARARE, ZRC-SAZU, other ARIADNEplus partners as required. Task 16.4 – ARIADNEplus for sharing archaeology in 3D. Partners involved: CYI, CNRISTI(VCL). Task 16.5 – ARIADNEplus for public/community archaeology. Partners involved: AU, UoYADS, DANS-KNAW, BUP-DMS, UH. Task 16.6 – ARIADNEplus for understanding ancient and present cities: scanning the heart of Rome. Partners involved: MIBACT-ICCU (ICA), CNR-ISTI(VCL). Task 16.7 – Exploiting the ARIADNEplus Data Infrastructure to understand complex phenomena of the Past. Partners involved: UB, PIN. Task 16.8 – ARIADNEplus for Preventive Archaeology. Partners involved: INRAP, UoY- ADS, USW. The report starts with a brief introduction to the WP goals and with a section dedicated to Task 16. 1, in charge of preparing a common framework for all the pilots. Then each pilot is described in a specific section, which details the archaeological issue addressed, including the necessary background; the perspective target users and the planned dissemination; the data to be used; the pilot progress so far; the deviation from the work plan, if any; and the plans for the next period.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,008 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».