Les armes dans les eaux : les dépôts de l’âge du Bronze final dans les grottes de Han-sur-Lesse
Bibliographic record
Abstract
Le cas spécifique des dépôts dits « votifs » ou « funéraires » de la fin de l’âge du Bronze dans la résurgence de la Lesse, petit affluent de la Meuse, à hauteur du village de Han (province de Namur, Belgique) est ici considéré comme exemplatif de la difficulté des interprétations en archéologie. Après un rappel des grandes écoles de la démarche interprétative, il est souligné la voie ouverte par Alain Testart à travers son approche ethnoarchéologique, notamment – mais pas seulement – grâce à son étude des armes en zones humides ( Les armes dans les eaux , Testart, 2013). Sans doute est-il temps d’affirmer l’importance de cette nouvelle manière d’envisager l’interprétation en archéologie, qui échappe aux culs-de-sac des modèles précédents. Le peu de succès, jusqu’à présent, de la démarche tient sans doute aux exigences de l’exercice, qui demande érudition et travail de longue haleine. L’exemple proposé dans l’article est une modeste actualisation de cette « troisième voie » dans l’interprétation, après l’archéologie processuelle et celle dite post-processuelle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".