MétaCan
Menu
← Retour à la cohorte
Enregistrement W4319659628 · doi:10.1017/9781108878142.003

Economics Meets Archaeology

2023· book-chapter· en· W4319659628 sur OpenAlexaff

Notice bibliographique

RevueCambridge University Press eBooks · 2023
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPrehistorySketchConstruct (python library)Scale (ratio)ArchaeologyHistoryArchaeological evidenceGeographyEconomic geographySociologyComputer scienceCartography

Résumé

récupéré en direct d'OpenAlex

Prehistory refers to the period before written documents. Evidence about the events of prehistory is obtained from archaeology, and from anthropological research on small-scale societies of the recent past. For the vast majority of human existence, people lived in small mobile foraging bands. In the trajectory that ultimately led to large-scale societies, six crucial transformations stand out: the transitions to sedentism, agriculture, inequality, warfare, cities, and states. We suggest that economic theory can be used to explore the causal factors behind these transitions. We sketch the nature of the evidence available from archaeology and outline basic economic ideas for non-economists. Our general method in studying a particular type of transition is to review well-documented regional cases from archaeology, together with other relevant empirical generalizations, and then construct a formal economic model to account for this body of evidence. After deriving predictions from our model, we often discuss further regional cases that were not used in the construction of the original model. We will preview the conclusions reached in subsequent chapters, briefly survey the economic literature on prehistory, and compare our framework to the theoretical frameworks used by archaeologists and other scholars.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,010
Communication savante0,0060,010
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0250,006

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 Opus0,044
Tête enseignante GPT0,177
Écart entre enseignants0,133 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetEconomic theories and models→Travaux en français237 207→