The settlement of Polynesia : a computer simulation
Notice bibliographique
Résumé
For two centuries people have argued about how the multitudinous islands of Polynesia, flung over some twelve million square miles of ocean and separated by hundreds of miles from the nearest continental coasts, came to be discovered and settled by a single people at a time when navigators of the "civilized" world scarcely ventured willingly beyond the sight of land. Much writing and research have focused attention on the subject in recent years. Now, in a new approach to the question, the authors of this volume report on their use of computer techniques to provide new answers to some of the problems that are central to the controversy. The research project they report upon is of two-fold interest - first, for the light it throws on the riddle of the settlement of Polynesia, and, second, as an innovative demonstration of how computer technology may be applied to a wide variety of research in the social and physical sciences. The authors devised a computer program which simulated Pacific voyaging in its many aspects and variations. Data about winds, currents, islands, and many other pertinent matters were incorporated in the program. Using this model they conducted experiments which showed the outcomes of hypothetical voyages representing many possible variations which real voyages might embrace. The authors describe the experiments and discuss the results and conclusions, illustrating them with numerous maps and cartograms. Computer-drawn maps are included in an appendix. Michael Levison is a member of the department of computer science at Queen{u2019}s University, Kingston, Ontario, Canada, R. Gerard Ward is a professor of human geography at the Australian National University, Canberra, and John W. Webb is a professor of geography and associate dean for social sciences at the University of Minnesota.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».