MétaCan
Menu
Retour à la cohorte
Enregistrement W4377293767 · doi:10.12688/f1000research.127249.1

Digital Rock Art: beyond 'pretty pictures'

2023· preprint· en· W4377293767 sur OpenAlexfundno aff
Joana Valdez-Tullett, Sofia Figueiredo Persson

Notice bibliographique

RevueF1000Research · 2023
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaFederation for the Humanities and Social Sciences
Mots-clésRock artPrehistoryCarvingDocumentationPaintingNarrativeArchaeologyVisual artsExcavationSchematicFocus (optics)ArtComputer scienceHistoryLiteratureEngineering

Résumé

récupéré en direct d'OpenAlex

The term 'Rock Art' is loosely used in this article to refer to prehistoric carvings and paintings. Rock art research has changed profoundly in the last two decades. Partly, this is due to the introduction of more 'scientific' methodologies such as digital recording, to overcome the subjective nature of analogue documentation methods. Digital recording offers not only 'pretty pictures' but more immediate and quantifiable datasets and methods of analysis. As a result, new research implementing complex, multi-scalar and inter-relational analyses, which do not focus solely on the motifs or the landscape location, but encompass many variables of the rock art assemblages, have been successful in bringing rock art to wider narratives of prehistory. This article reflects on the interaction between rock art and digital archaeology, considering how the application of digital resources has changed the way we think, record and conduct research in this field. It will be illustrated by two main case studies from Iberia: Schematic Art in its painted form, and Atlantic Rock Art, a carving tradition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,029

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 Opus0,067
Tête enseignante GPT0,292
Écart entre enseignants0,225 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujet3D Surveying and Cultural HeritageTravaux en français237 207