Spatial Patterning of Artefacts Using Variable Hierarchical Clustering and Bivariate Spatial Autocorrelation: A Case Study in Williston Reservoir, British Columbia
Notice bibliographique
Résumé
with parameters set a priori, despite that contexts may not be always available.The spatial arrangement of the artefacts found or excavated at a site is likely to have spatial dependency among them, and the scale of activities (e.g. an individual engaging in a house task, or a community taking part in a social activity) will likely vary between the types of activities and the participants involved which are difficult to calibrate without stratigraphic narratives or known features that offer the context.The objective of this study is to identify spatial associations between different types of archaeological artefacts found across an excavation site and gain knowledge on the spatial configuration and the lifestyle of the ancient community that lived in this area.To overcome the challenges stated above, this study uses two types of spatial analytical methods that can extract the hierarchical spatial structure: (1) a local variant of a spatial autocorrelation method called Multivariate Local Indicators of Spatial Association (LISA) [4], and (2) a hierarchical cluster detection method called Variable Clumping Method (VCM) [5,6].Clustering helps to simplify a large archaeological dataset to make spatial patterns easier to discern; but they need to be arranged at suitable scales with the recognition of the multi-scale across different levels of activities.Finding clusters in the distribution of the artefacts across multiple scales would provide more natural groupings for use in the subsequent analysis.Exploration of the spatial relationships between different types of artefacts through LISA could provide us with a clue to infer activities that took place AbstractArtefacts in the Williston Reservoir, British Columbia were collected and recorded by an archaeological firm over several years.While a large and extensive dataset of the locations of these artefacts was built up, several challenges to management and interpretation of the use of the landscape are presented.This study used the Variable Clumping Method (VCM) hierarchical clustering technique to detect clusters of artefacts for each object type.These detected clusters were then used for an object-type spatial correlation analysis, using Multivariate Local Indicators of Spatial Association (LISA).The results from LISA analysis included detection of significant global and local associations between several object-type pairs.For instance, strong spatial correlation was found between Scrapers and Points, which may suggest significant use areas, such as regularly used butchering sites or campsites.While it is not possible to draw a definitive conclusion of exactly what these relationships mean in terms of landscape use, they suggest a number of interesting hypotheses of possible uses of the area in the ancient time.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».