MétaCan
Menu
Retour à la cohorte

Balancing Scales: Documenting a 17th Century Adobe Structure for its Holistic Assessment and Conservation using Multiple Scales of Level of Detail

2025· article· en· W4414698965 sur OpenAlexaff
Elyse Hamp, M. Reina Ortiz, D. Aiello, Luigi Barazzetti, Mario Santana Quintero, Elena Macchioni, Benjamin Marcus

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueConservation Techniques and Studies
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalCarleton University
Organismes subventionnairesnon disponible
Mots-clésDocumentationWorkflowCompleteness (order theory)Geodetic datumCultural heritageKey (lock)Scale (ratio)Photogrammetry

Résumé

récupéré en direct d'OpenAlex

Abstract. Level of Detail is a critical parameter of cultural heritage documentation work, which describes the amount of information presented at a given geometrical scale of representation. Within the parameter of LOD, precision, completeness and accuracy constraints are used to control the quality of the recorded data. These parameters are therefore key constraints throughout the planning, acquisition, and processing workflow for documenting a cultural heritage site. These were the key concerns during the documentation of the Church of Santo Tomás de Aquino in Rondocan, Perú. This project was conducted through collaboration between the Carleton Immersive Media Studio, the Getty Conservation Institute, and the Dirección Desconcentrada de Cultura de Cusco, local branch of the Ministerio de Cultura de Perú in 2024, with the objective of producing a comprehensive set of digital assets for the conservation of the site. By controlling the precision, completeness and accuracy of data throughout the surveying process, involving geodetic surveying, laser scanning, and photogrammetry, a high baseline of the quality of the data was maintained throughout the project, and from there an appropriate Level of Detail was possible for each digital asset, including a solid model for structural analysis, ortho-corrected images, and architectural drawings.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,309
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujetConservation Techniques and StudiesTravaux en français237 207