MétaCan
Menu
Retour à la cohorte
Enregistrement W4416943499 · doi:10.5852/cr-palevol2025v24a26

Découvertes de tracés inédits par imagerie hyperspectrale dans la grotte ornée paléolithique Mayenne-Sciences (France)

2025· article· fr· W4416943499 sur OpenAlexaff
Romain Lahaye, Frédéric‐Victor Donzé, Bernard Schmitt, Romain Pigeaud

Notice bibliographique

RevueComptes Rendus Palevol · 2025
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensCanadian Heritage
Organismes subventionnairesnon disponible
Mots-clésWestern europePrehistoryRock shelterOptical dating

Résumé

récupéré en direct d'OpenAlex

L’étude de l’art rupestre bénéficie désormais des avancées technologiques en imagerie. Parmi ces techno­logies, l’imagerie hyperspectrale (HSI) se révèle être un outil puissant pour analyser les ­peintures ancien­nes en révélant des détails invisibles à l’œil nu. Les travaux de recherche présentés appliquent l’HSI à l’art rupestre paléolithique de la grotte ornée Mayenne-Sciences (Mayenne, France), dont les dessins et gravures datent du Gravettien. L’objectif principal était de déterminer quel type d’informations supplémentaires l’HSI peut apporter par rapport aux méthodes traditionnelles d’analyse d’art ­rupestre, en particulier dans le spectre visible et le très proche infrarouge. L’enjeu était également de tester l’application dans un contexte difficile : une obscurité totale nécessitant un éclairage adapté, une hygrométrie élevée et la présence de particules d’argile pouvant s’infiltrer dans les appareillages. Un imageur HSI Specim IQ a permis d’acquérir des images hyperspectrales sous éclairage artificiel de différentes figures pariétales, principalement tracées au pigment noir sur des concrétions calcaires. Des transformations mathématiques avancées réduisant la dimensionnalité des données ont permis d’extraire, de différencier les pigments utilisés et de révéler des tracés jusqu’alors inconnus. Un bison dessiné au charbon, très altéré, est apparu quasiment tel qu’il était lors de son tracé initial. Par ailleurs, deux chevaux semblent avoir été tracés en plusieurs fois. Nos résultats montrent que l’HSI est particulièrement efficace pour améliorer le contraste des pigments dans le visible, tout en apportant de nouvelles informations discriminantes dans la partie très proche infrarouge du spectre. Cette méthode non invasive a permis de révéler de nouvelles figures, de préciser la composition des pigments et d’apporter des éléments inédits sur les méthodes de création de ces œuvres d’art. Cette étude souligne l’importance de l’intégration des technologies d’imagerie avancées dans l’étude de l’art rupestre et ouvre des perspectives pour l’application de l’HSI à d’autres sites archéologiques.

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)0,000
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 enseignants0,078
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,014
Tête enseignante GPT0,250
Écart entre enseignants0,236 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComptes Rendus PalevolMême sujetCultural Heritage Materials AnalysisTravaux en français237 207