LA DETECCIÓN ARQUEOLÓGICA EN SELVAS SUBTROPICALES: PROSPECCIONES EXPERIMENTALES INTENSIVAS EN EL PARQUE NACIONAL IGUAZÚ (PROVINCIA DE MISIONES, ARGENTINA)
Bibliographic record
Abstract
Desde el año 2019 se vienen desarrollando investigaciones arqueológicas sistemáticas en el norte de la provinciade Misiones, las cuales incluyen dentro de sus objetivos la detección de contextos arqueológicos ubicados enlas diferentes unidades ambientales que presenta el área. Estas tareas han permitido detectar numerosos sitiosarqueológicos nuevos, la gran mayoría localizados en áreas asociadas al sector de riberas del río Iguazú. Por elcontrario, en los sectores más alejados de los grandes cursos fluviales, las dificultades para detectar materialesarqueológicos son mucho mayores, dada la conjunción de una muy baja visibilidad (producto de la densaflora y el mantillo vegetal que cubre el suelo) y una accesibilidad fuertemente limitada. A fin de establecer siexiste un sesgo en la distribución espacial de los sitios, se realizaron prospecciones intensivas en áreas de bajavisibilidad y difícil acceso que hasta ahora no habían podido ser exploradas. Estas prospecciones permitierondetectar nuevos contextos arqueológicos, ampliar la información disponible sobre la variabilidad arqueológicadel nordeste misionero y comenzar a establecer las bases para comprender los patrones de asentamiento de losgrupos humanos que habitaron este territorio en el pasado prehispánico.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 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 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".