Integrar Modelos de Procesos Puntuales, Ecología Evolutiva y Conocimientos Tradicionales Mejora la Arqueología del Paisaje-Un Caso del Suroeste de Madagascar
Autores: Davis, Dylan S.; DiNapoli, Robert J.; Douglass, Kristina
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Integrar Modelos de Procesos Puntuales, Ecología Evolutiva y Conocimientos Tradicionales Mejora la Arqueología del Paisaje-Un Caso del Suroeste de Madagascar
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Ciencias de la Tierra y Geología
Palabras clave
Arqueología paisajística
Modelos predictivos
Estadísticas espaciales
Modelos de procesos puntuales
Teledetección
Registro arqueológico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
La arqueología del paisaje tiene una larga historia de uso de modelos predictivos para mejorar nuestro conocimiento de las características arqueológicas existentes en todo el mundo. Sin embargo, los avances importantes en estadísticas espaciales han tardado en entrar en el modelado predictivo arqueológico. Los modelos de procesos puntuales (PPMs), en particular, ofrecen una solución poderosa para modelar explícitamente tanto las propiedades de primer como de segundo orden de un patrón puntual. Aquí, utilizamos PPMs para refinar un algoritmo predictivo basado en teledetección recientemente desarrollado, aplicado al registro arqueológico de la costa suroeste de Madagascar. Este modelo inicial de teledetección resultó en una tasa de verdaderos positivos del 80%, expandiendo rápidamente nuestra comprensión del registro arqueológico de esta región. A pesar de la tasa de éxito del modelo, produjo un número sustancial (~20%) de resultados falsos positivos. En este artículo, desarrollamos una serie de PPMs para mejorar la precisión de este modelo en la predicción de la ubicación de depósitos arqueológicos en el suroeste de Madagascar. Ilustramos cómo los PPMs, el conocimiento ecológico tradicional, la teledetección y el trabajo de campo pueden utilizarse de manera iterativa para mejorar la precisión de los modelos predictivos y enriquecer las interpretaciones del registro arqueológico. Utilizamos un marco teórico explícito de ecología del comportamiento para formular y probar hipótesis utilizando métodos de modelado espacial. Nuestro proceso de modelado puede ser replicado por arqueólogos de todo el mundo para ayudar en la logística y planificación del trabajo de campo.
Descripción
La arqueología del paisaje tiene una larga historia de uso de modelos predictivos para mejorar nuestro conocimiento de las características arqueológicas existentes en todo el mundo. Sin embargo, los avances importantes en estadísticas espaciales han tardado en entrar en el modelado predictivo arqueológico. Los modelos de procesos puntuales (PPMs), en particular, ofrecen una solución poderosa para modelar explícitamente tanto las propiedades de primer como de segundo orden de un patrón puntual. Aquí, utilizamos PPMs para refinar un algoritmo predictivo basado en teledetección recientemente desarrollado, aplicado al registro arqueológico de la costa suroeste de Madagascar. Este modelo inicial de teledetección resultó en una tasa de verdaderos positivos del 80%, expandiendo rápidamente nuestra comprensión del registro arqueológico de esta región. A pesar de la tasa de éxito del modelo, produjo un número sustancial (~20%) de resultados falsos positivos. En este artículo, desarrollamos una serie de PPMs para mejorar la precisión de este modelo en la predicción de la ubicación de depósitos arqueológicos en el suroeste de Madagascar. Ilustramos cómo los PPMs, el conocimiento ecológico tradicional, la teledetección y el trabajo de campo pueden utilizarse de manera iterativa para mejorar la precisión de los modelos predictivos y enriquecer las interpretaciones del registro arqueológico. Utilizamos un marco teórico explícito de ecología del comportamiento para formular y probar hipótesis utilizando métodos de modelado espacial. Nuestro proceso de modelado puede ser replicado por arqueólogos de todo el mundo para ayudar en la logística y planificación del trabajo de campo.