Rekodi ya Uchimbaji, Hifadhidata na Viwango vya Data

Faida:

• Uwezo wa kudumisha uadilifu wa data wakati wa kuweka dijitali na kusawazisha vitengo vya kurekodi kama vile muktadha/locus, stratigraphy na Harris Matrix yenye akili ya bandia.
• Uwezo wa kulinda data ghafi na kuweka kila mageuzi yafuatiliwe dhidi ya hatari ya akili bandia kukamilisha data iliyokosekana na kufanya mabadiliko ya kimya.
• Elewa kwa nini kamusi inayodhibitiwa, metadata, na kanuni huria/FAIR ni muhimu kwa matumizi ya baadaye ya data.

Thamani ya kisayansi ya uchimbaji haipo kwenye dhahabu inayopatikana kutoka kwayo, lakini katika ubora wa rekodi zake. Ugunduzi ambao haujarekodiwa vizuri karibu hauhusiani na sayansi; Kwa sababu ni kitu ambacho haijulikani wapi, katika safu gani, na kwa nini kinapatikana, ni kitu kizuri tu. Katika kitengo hiki tutaangalia uwekaji kumbukumbu wa uchimbaji (unukuzi na hifadhidata kwa utaratibu wa kila muktadha, upataji na uchunguzi) na jinsi AI inaweza kuharakisha uwekaji data, kupanga, na kusawazisha, lakini kwa nini jukumu la uadilifu wa data linabaki kwa wanadamu.

Kanuni ya msingi: AI husaidia kupanga rekodi zilizotawanyika, kusawazisha na kupata kutofautiana; Lakini ni data ipi iliyo sahihi, iwe rekodi inaonyesha ukweli, na uadilifu wa data ni wajibu wa binadamu. AI husahihisha umbo la data, haitoi dhamana ya usahihi wake.

Vitengo vya msingi vya rekodi ya akiolojia

Muktadha/mahali. Kila uchimbaji hugawanya tovuti katika vitengo vya muktadha (muktadha/eneo—safu ya kibinafsi, safu, shimo, au ukuta; sehemu ndogo zaidi ya maana ya uchimbaji). Kila muktadha hupokea nambari ya kipekee na matokeo yote yanahusishwa na nambari hiyo.

Stratigraphy na Harris Matrix. Stratigraphy (uhusiano wa kabla-baada ya tabaka zinazohusiana na kila mmoja) ndio msingi wa uchumba wa jamaa. Harris Matrix (mchoro unaoonyesha mpangilio wa miktadha inayohusiana) huonyesha mahusiano haya. AI husaidia kugundua uhusiano wa stratigrafia usiolingana (k.m. hitilafu ya mzunguko "A iko juu na chini ya B").

Tafuta hesabu. Kila kupata; Muktadha hurekodiwa kwa nambari, aina, saizi, nyenzo, hali na picha.

Viwango vya data. Viwango vya kawaida hutumiwa kufanya rekodi zishirikiwe na kulinganishwa. CIDOC-CRM (mfumo wa dhana ya kimataifa/ontolojia iliyotengenezwa ili kuelezea data ya urithi wa kitamaduni) huwezesha data kutoka kwa taasisi mbalimbali kuzungumza kati yao. Kamusi inayodhibitiwa ya istilahi (orodha iliyoidhinishwa inayohakikisha kwamba kila mtu anatumia neno sawa kwa dhana sawa) inatumiwa.

Kidokezo: Tumia AI "kupanga na kukagua" data, sio "kuifasiri". "Ni nambari gani za muktadha zinapingana katika rekodi hizi?" Ni swali zuri; "Muktadha huu ni wa kipindi gani?" Ni uamuzi wa kitaalam. Ambapo AI ina nguvu zaidi ni katika ukaguzi wa uthabiti.

Majukumu ya AI katika usajili na hifadhidata

• Uwekaji Dijiti. Daftari za uchimbaji zilizoandikwa kwa mkono, kadi za hesabu na michoro ya zamani huingizwa kwenye hifadhidata kwa utambuzi wa maandishi unaoendeshwa na AI (hii inaunganisha kwa HTR katika kitengo cha 6).
• Kuweka viwango. Tahajia tofauti ("byzantium", "Byzantium", "byz.") zimechorwa kwenye kamusi inayodhibitiwa; tarehe na vipimo ni kuletwa katika fomu sare.
• Ukaguzi wa uthabiti. Hitilafu kama vile nambari ya muktadha inayokosekana, mpangilio kinzani, matumizi ya nambari sawa katika matokeo mawili tofauti yametiwa alama.
• Swali na muhtasari. Hoja kama vile "Vioo vyote hupata katika muktadha ufuatao" na majedwali ya muhtasari hutolewa haraka.

Tahadhari: Wakati wa kusanifisha, AI inaweza kurekebisha data kimya kimya wakati wa kujaribu "kurekebisha"; kwa mfano, anaweza kuzungusha kipimo kwa thamani "inayofaa" au kujaza usomaji usio na uhakika na makadirio yake mwenyewe. Kila mabadiliko ya kiotomatiki lazima yafuatiliwe na rekodi asili lazima ihifadhiwe. Data ghafi haibatiliwi kamwe.

kesi tatu ndogo

Kesi ya 1 - Uwekaji dijiti umehifadhi kumbukumbu. Jumba la makumbusho lilikuwa likihifadhi miaka 40 ya kadi za hesabu zilizoandikwa kwa mkono (karibu kadi 22,000) katika hatari ya kupotea. Utambuzi na usanifishaji wa maandishi unaoendeshwa na AI uliingiza kadi kwenye hifadhidata inayoweza kutafutwa; Kila kadi iliangaliwa kwa msingi wa sampuli na mkaguzi wa kibinadamu, na sehemu zisizoweza kusomeka zilitiwa alama kuwa “hazina wazi.”

Kesi ya 2 - Ukaguzi wa kutolingana umepata makosa. Timu ya uchimbaji ilikuwa na ukaguzi wa hifadhidata ya AI mwishoni mwa msimu; YZ ilitia alama kuwa matokeo matatu yalikuwa na nambari ya muktadha sawa lakini taarifa ya safu inayokinzana. Ukaguzi ulibaini hitilafu ya kuingiza data; isiporekebishwa itakuwa imepotosha tafsiri ya stratigrafia.

Kesi ya 3 - Mabadiliko ya kimya yamepatikana. Wakati wa kusawazisha vipimo, msaidizi aligundua kuwa AI ilikuwa ikifasiri baadhi ya maadili "0" kama "sifuri" badala ya "kukosa"; hii ilipotosha urefu wa kipande kilichovunjika. Mchakato huo uliundwa upya ili kuhifadhi data asili lakini mabadiliko hayo yabaki kwenye safu tofauti.

Violezo vinne vinavyoweza kunakiliwa

1) Usanifu (kamusi inayodhibitiwa):

Jukumu lako: msaidizi wa ugomvi wa data. Ramani ya thamani za [uga: nyenzo/kipindi/aina] katika rekodi zifuatazo kwa kamusi ifuatayo inayodhibitiwa: [orodha ya kamusi]. BADILISHA maadili ambayo hayana sawa katika kamusi; Weka alama kama "hailingani". Ripoti kila mabadiliko kama jozi asili-mpya; kufuta data ghafi.

2) Angalia uthabiti:

Tafuta kutofautiana katika rekodi zifuatazo za uchimbaji: nambari za muktadha unaojirudia, kukosa sehemu za lazima, mahusiano ya kimaumbo yanayokinzana, tarehe/vipimo visivyofaa. Orodhesha kila tatizo na nambari ya usajili na uiachie MIMI niisuluhishe; usiibadilishe mwenyewe.

3) Udhibiti wa mantiki wa Harris Matrix:

Chini ni uhusiano wa stratigraphic kati ya miktadha (A juu/chini B). Je, kuna ukinzani wa kimantiki (kitanzi, uhusiano wa pande mbili)? Onyesha miktadha ipi, ikiwa ipo. Usitoe maoni; angalia tu uthabiti wa kimantiki.

4) Jedwali la hoja na muhtasari:

Dondoo lifuatalo kutoka kwa hifadhidata iliyo hapa chini: [k.m. pata usambazaji wa aina kwa kila muktadha]. Toa matokeo kama jedwali, ukibainisha ni rekodi zipi ambazo kila safu imetolewa. USIONGEZE thamani yoyote ambayo haipo kwenye data; Ikiwa ni tupu, andika "hakuna data".

Mwongozo dhaifu / Mwongozo thabiti

Agizo dhaifu:

Sahihisha data hii ya uchimbaji na ujaze vitu vilivyokosekana.

"Jaza mapengo" inaruhusu AI kutoshea data; Matokeo yake ni hifadhidata isiyotegemewa ambapo ukweli na uwongo huchanganyikana.

Agizo lenye nguvu:

Weka alama kwa kutofautiana rasmi TU (tahajia, umbizo la tarehe, nakala ya kitambulisho) katika data ya uchimbaji hapa chini. KAMILISHA thamani zinazokosekana; Iache kama "haijakamilika". Orodhesha kila mabadiliko yaliyopendekezwa pamoja na ya awali; Nitatoa kibali. Kubadilisha data ghafi.

Tofauti: ya awali inaharibu data kimya kimya; Ya pili inadhibiti na kumwachia mwanadamu uamuzi.

Mfano mzuri wa data: nyanja, uhusiano na metadata

Hifadhidata ya kiakiolojia sio jedwali la kiholela, lakini ni kielelezo cha data kinachofikiriwa (mchoro wa majedwali gani, maeneo gani, na uhusiano gani data itapangwa). Kanuni ya msingi ni kwamba kila kitu kinategemea muktadha: hupata muktadha, muktadha kwa kila mmoja (stratigraphy) na kwa uwanja. Kila rekodi hubeba utambulisho wa kipekee (ID) na uhusiano huanzishwa kupitia vitambulisho hivi; Upataji unarejelea muktadha mmoja, muktadha unaweza kuwa na matokeo mengi.

Muhimu kama vile kurekodi ni metadata (data kuhusu data yenyewe: ni nani aliyeirekodi, lini, kwa mbinu gani, toleo gani). Rekodi ambayo haijulikani na nani, lini na kwa ujasiri gani iliingizwa haiwezi kutiliwa shaka katika siku zijazo. AI inasaidia katika kuangalia ujazo thabiti wa sehemu za metadata na kuripoti metadata iliyokosekana.

Kanuni nyingine muhimu ni muundo wazi na endelevu. Badala ya kufungia data katika programu ya wamiliki, iliyofungwa, kuiweka karibu na viwango vilivyo wazi (meza zinazotegemea maandishi, miundo iliyoandikwa) huhakikisha kwamba data inaweza kusomwa miongo kadhaa baadaye. Data ya kiakiolojia hutolewa si kwa ajili ya uchapishaji mmoja bali kwa vizazi vijavyo; Ndiyo maana kanuni za FAIR (Kutafuta, Kufikiwa, Kuingiliana na Kutumika tena kwa data) zimezidi kuwa za kawaida. AI ni muhimu katika kuweka lebo data yako kwa mujibu wa kanuni hizi na kupata mapungufu; Lakini ni juu yako kuamua ni data ipi itabaki wazi na ipi itabaki kuwa nyeti (ya siri).

Kidokezo: Unapoweka hifadhidata yako, jiulize, "Je, mtu asiyejua hili anaweza kuifungua na kuielewa katika miaka 10?" uliza. Eleza vifupisho vyako katika faharasa, jaza sehemu za metadata, na uhifadhi nakala ya data mbichi katika umbizo lililo wazi.

Jedwali la kazi la rekodi / hifadhidata

Jitihada

Jukumu la AI

uamuzi wa binadamu

kanuni ya ulinzi

uwekaji tarakimu

utambuzi wa maandishi

Uthibitisho usio wazi wa kusoma

Uchanganuzi ghafi huhifadhiwa

usanifishaji

Ramani kwa kamusi

Uamuzi wa thamani usiolingana

Ya asili imehifadhiwa

Uthabiti

Alama ya kupingana

marekebisho

Mabadiliko yanafuatiliwa

stratigraphy

Udhibiti wa mantiki

Maoni

Idhini ya mtaalam wa Matrix

Hoja/muhtasari

Uzalishaji wa meza

Maoni, chaguo

Uaminifu kwa data

Makosa ya kawaida

• Inakamilisha data inayokosekana. AI hutengeneza; Kinachokosekana lazima kibaki "kisicho kamili".
• Kubadilisha data ghafi. Asili huhifadhiwa kila wakati; mabadiliko huwekwa tofauti.
• Bila kugundua mabadiliko ya kimya. Kila ubadilishaji otomatiki unapaswa kuripotiwa na kukaguliwa.
• Kuruka kiwango. Bila kamusi inayodhibitiwa na muundo wa kawaida, data haiwezi kushirikiwa.
• Kuwa na AI kufanya tafsiri ya stratigraphic. AI hupata utata wa kimantiki; Maoni ni kwa mtaalamu.

Kwa muhtasari

AI katika rekodi ya uchimbaji na hifadhidata; Inatoa kasi kubwa katika uwekaji dijiti, kusawazisha, ukaguzi wa uthabiti na kazi za hoja. Lakini uadilifu wa data ni mtakatifu: hakuna sehemu zinazokosekana zimesalia, data mbichi huhifadhiwa, kila mabadiliko yanafuatiliwa, na tafsiri ya stratigraphic ni ya mtaalam. Rekodi nzuri ni urithi wa thamani zaidi ambao uchimbaji huacha kwa siku zijazo.

Jukumu la maombi

Andaa jedwali ndogo la data ya kuchimba sampuli (rekodi 10-20); weka kimakusudi tofauti chache hapo (kitambulisho rudufu, tarehe isiyofaa, safu inayokinzana). Fanya AI itafute hizi kwa kutumia mifumo ya "kagua uthabiti" na mifumo ya "kagua mantiki ya Harris Matrix"; kisha uandike kamusi inayodhibitiwa na upange uga wa nyenzo kwenye kiolezo cha "Usanifu" na uhakikishe kuwa umehifadhi data ghafi.

orodha ya ukaguzi

• [ ] Nilihifadhi data mbichi kando, bila kubadilishwa.
• [ ] Sikuifanya AI ikamilishe sehemu zilizokosekana; Niliiacha kama "isiyo kamili".
• [ ] Nimeangalia kila mabadiliko ya kiotomatiki na ya asili.
• [ ] Nilitumia kamusi iliyodhibitiwa na kiwango cha data.
• [ ] Nilifanya tafsiri ya stratigrafia kulingana na uamuzi wa kitaalam.