Georeferenciación y documentación de restos arqueológicos en zonas remotas. Aplicación en un caso práctico en Guinea Ecuatorial
Bibliographic record
Abstract
El objetivo del trabajo ha sido evaluar las capacidades de un sistema GNSS de bajo coste, C099-F9P de U-BLOX, para obtener un posicionamiento lo suficientemente preciso como para georreferenciar un levantamiento topográfico y fotogramétrico en una zona sin infraestructura GNSS de referencia cercana. Para evaluar el sistema se ha realizado un test en el área metropolitana de Barcelona, con observaciones, en tres zonas de condiciones diferentes. El método de observación ha sido estático con sesiones de entre 1 y 4 horas en distintas franjas horarias con el fin de calcular vectores independientes usando como referencia 9 estaciones permanentes de organismos regionales, nacionales e internacionales. Para ello se estableció tres radios en función de la distancia a los puntos de observación: „Cercano‟ (20 km), „Intermedio‟ (entre 150 y 220 km) y „Lejano‟ (entre 1300 y 2200 km). El post-procesamiento se realizó con el software comercial Magnet Tools de TOPCON. Los resultados se contrastaron con coordenadas obtenidas con un receptor geodésico TOPCON HiPer-Pro y con soluciones PPP del servicio online del CSRS-PPP (Canadian Spatial Reference System - Precise Point Positioning). Los cálculos han mostrado que para radio „Cercano‟ El post-procesamiento de vectores es equivalente al método PPP con 1 cm de diferencia en planimetría y altimetría. Para radio „Intermedio‟ 15 cm en planimetría y 25 cm en altimetría. Y para radio „Lejano‟ 30 y 50 cm respectivamente. En la segunda parte se ha puesto en práctica el método desarrollado en un poblado aislado de Guinea Ecuatorial usando una estación de referencia a una distancia „Intermedia‟ y una “Lejana”. Los resultados obtenidos del cálculo de vectores han sido de peor calidad de la esperada. Por medio de observaciones con estación total se comprobó que las soluciones PPP daban mejores resultados que el post-procesamiento debido a la intensa actividad ionosférica en latitud ecuatorial con diferencias de hasta 1 m contrastando con los 2 cm obtenidos por PPP. Gracias a estos resultados de PPP se ha podido georreferenciar los trabajos topográficos y fotogramétricos que han servido para documentar restos del antiguo poblado de Asok Abia en el interior de la selva. La conclusión es que, en este caso, no ha sido fiable emplear la placa C099-F9P para posicionamiento preciso basado en post-proceso de vectores largos, pero ha permitido obtener un posicionamiento de 2 cm de error mediante solución PPP pudiendo georreferenciar trabajos de campo incluso en latitudes con presencia de la "anomalía ionosférica ecuatorial‟.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
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".