Se syntyi sysimäellä, kasvoi hiilikankahalla : hiilimiilujen arkeologiset jäännökset Suomessa
Notice bibliographique
Résumé
Käsittelen työssäni miilunpolton arkeologisesti havaittavia muinaisjäännöksiä Suomessa. Miilunpoltto oli pitkään tärkein puuhiilen valmistustapa. Puuhiiltä tarvittiin suuria määriä raudantuotannossa, mutta myös muun muassa sepäntöissä ja lasinvalmistuksessa. Suomen alueelta onkin löydettävissä runsaasti poltettujen miilujen jäännöksiä eli miilunpohjia. Jäännösten runsaudesta huolimatta miilunpolttoa on käsitelty Suomen arkeologiassa harvoin. Esittelen siksi työssäni erilaiset miilutyypit, eli pysty-, lama- ja kuoppamiilut, sekä niihin yhdistettävät miilunpohjat. Tuon lyhyesti esille myös muita miilunpolttoon liittyviä rakenteita, ennen muuta miilumajat, sekä toisinaan miilunpohjiin sekoitettavia rakenteita kuten tervahaudat. Yhdistelen lähteinäni arkeologisia inventointi- ja kaivaushavaintoja, historiallista miilunpoltto-opaskirjallisuutta sekä historiantutkimusta muodostaakseni yleiskuvan miilunpoltosta Suomessa. Vapaasti saatavilla olevien Lidar- eli laserkeilausaineistojen yleistyminen on helpottanut valtavasti miilunpohjien paikantamista 2010-luvulla. Olen hyödyntänyt aineistoja tutkimuksessani ja käsittelen tältä pohjalta laserkeilauksen etuja ja puutteita miilunpohjien paikannusmetodina. Lidarin avulla suurien pysty- ja kuoppamiilunpohjien paikantaminen on nopeaa, mutta osa miilunpohjista ei ole sen avulla erotettavissa maastosta. Miilunpolttoa alueellisena ilmiönä käsittelen tarkastelemalla kahta erilaista miilukontekstia. Salon Teijossa 1600-luvun lopusta 1900-luvun alkuun toimineen rautaruukin ympäristössä on runsaasti pystymiilunpohjia ja se edustaa suurimittaista miilunpolttoa teollisuuden tarpeisiin. Rautavaaran kunnan alueella on vuorostaan useita kuoppamiilunpohjia, jotka kytkeytyvät pienimuotoisempaan, 1800-luvun alkupuoliskolla hiipuneeseen talonpoikaiseen raudanvalmistukseen. Käyn näiden esimerkkialueiden kautta läpi miilunpohjien maastossa havaittavia tuntomerkkejä. Tutkimuksen keskeisenä tuloksena on miilunpohjien tuntomerkistö, joka helpottaa miilunpohjien tunnistamista ja luokittelua arkeologisena ilmiönä.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,018 |
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 source (Gemma direct ou Codex distillé), 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 ».