Condition Recording for the Conservation and Management of Large, Open-Air Sites: A GIS-Based Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper was delivered at the 107th Annual Meeting of the Archaeological Institute of America, Montreal, Canada on January 8, 2006, as part of a panel on conservation in Ukraine organized by ICA. The importance of condition recording has been given particular emphasis in recent years in the discussion of conservation and management planning for archaeological sites. The initial assessment and recording of a site’s current conditions is a fundamental first step in any conservation project. It provides a base-line of information about the material make-up of the site, its current level of deterioration, and the extent and nature of previous interventions, thus enabling intelligent budgeting and planning decisions and identifying priorities for the development of a sensible conservation plan. Unfortunately, however, thorough condition recording can be a daunting, if not impossible, task at large, complex archaeological sites. Systematic and detailed condition surveys are seldom undertaken on large archaeological sites due to the level of human resources required to collect the data and the problems involved in managing and accessing these data in a way that allows meaningful conclusions to be formed. In order to address this challenge at Chersonesos – a large, multi-phase site in Crimea, Ukraine – a GIS-based condition recording system was developed by a joint team from the University of Texas at Austin Institute of Classical Archaeology and the National Preserve of Tauric Chersonesos. This paper presents a detailed overview of the recording system, presents the results of a test season implementing it in the ancient city center of Chersonesos, and discusses its merits as a model for condition recording and long-term monitoring for complex, open-air sites.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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