Résilience et paysage : l’utilisation de la Resilience Theory en archéologie du paysage et en archéogéographie
Bibliographic record
Abstract
des Sciences Prhistoriques et Protohistoriques, dans le cadre du XVIII e Congrs de l'Union.Elle s'est tenue le mardi 5 juin 2018 l'Universit Paris 1 Panthon-Sorbonne.Au cours de cette session, ont t accueillies sept communications utilisant le cadre conceptuel de la rsilience en archologie du paysage, en archogographie et en anthropologie.Dvelopp d'abord en physique et en psychologie, le concept de rsilience a t transfr en archologie dans les annes 1980 suite aux travaux de l'cologue canadien Crawford Holling, qui dfinit la rsilience comme une proprit qui permet un systme d'absorber et d'utiliser (voire mme de tirer bnficie) du changement (Holling, 1978 : 11).En archologie, la rsilience est apparue particulirement adapte la thmatique des paysages car elle permet d'tudier des systmes complexes associant la fois des lments structurants forts, prennes dans le temps, avec des transformations incessantes opres d'autres chelles.En archogographie, le cadre conceptuel de la rsilience a t utilis ds les annes 2000, pour dcrire l'articulation entre les formes du prsent et du pass dans des systmes articulant des niveaux d'chelles macro et micro.Le concept de rsilience est aujourd'hui largement investi par la gographie des risques, l'conomie, la sociologie etc. o il fait l'objet d'un dbat important.L'tude du paysage est un domaine o les archologues peuvent jouer un rle dans l'laboration mme du concept, notamment en permettant l'tude de cycles dans la longue dure.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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 teacher head, 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".