MétaCan
Menu
Retour à la cohorte
Enregistrement W4323846134 · doi:10.3390/land12030651

Resilience Thinking and Landscape Complexity in the Basentello Valley (BA, MT), c. AD 300–800

2023· article· en· W4323846134 sur OpenAlexafffund
Matthew Munro

Notice bibliographique

RevueLand · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedieval Architecture and Archaeology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFraming (construction)Transformative learningEnvironmental ethicsSociologyNarrativeContext (archaeology)Psychological resilienceHistoryGeographyEnvironmental resource managementEcologyArchaeologyPsychologySocial psychologyLiterature

Résumé

récupéré en direct d'OpenAlex

Archaeological data for the transformation of late Roman rural landscapes in Southern Italy over the sixth to eighth centuries AD are often meagre. This record often provides little explanatory power in the context of understanding the collapse of Roman political and economic hegemony and the framework for the regeneration of these relationships in the early medieval countryside. Resilience thinking offers a robust suite of heuristics to help guide both method and theory in understanding the key socio-environmental relationships involved in this transformative process based on limited material evidence. Through insights gained from developing a panarchic perspective of the Basentello landscape between AD 300 and 800, both capacities for and strategies of resilience to landscape-scale shocks and stressors emerge as key patterns in this collapse process. To explain how these patterns emerge, resilience thinking employs narratives from complexity science by framing landscapes as self-organizing complex adaptive systems. It is through appreciating this complexity that archaeologists can revolutionize how we understand landscape-scale transformations, the role of resilience in landscape history and, more broadly, the nature of societal collapse.

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)0,001
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 enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,008
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,058
Tête enseignante GPT0,261
Écart entre enseignants0,202 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLandMême sujetMedieval Architecture and ArchaeologyTravaux en français237 207