Se syntyi sysimäellä, kasvoi hiilikankahalla : hiilimiilujen arkeologiset jäännökset Suomessa
Bibliographic record
Abstract
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.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.052 | 0.018 |
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".