بررسی محوطه های عصر آهن شهرستان بیجار، بر اساس مدلسازی پیش بینی باستان شناختی با روش رگرسیون لجستیک: ارزیابی داده ها، پردازش و کارایی مدل،
- سال انتشار: 1401
- محل انتشار: دوفصلنامه پژوهه باستان سنجی، دوره: 8، شماره: 2
- کد COI اختصاصی: JR_JRA-8-2_001
- زبان مقاله: فارسی
- تعداد مشاهده: 163
نویسندگان
Department of Archaeology, Faculty of Literature & Humanities, University of Mohaghegh Ardabili, Ardabil, Iran
Department of Archaeology, Faculty of Literature & Humanities, University of Mohaghegh Ardabili, Ardabil, Iran
University of Payam Noor Tehran
Department of Archaeology, Faculty of Literature and Humanities, University of Tehran, Iran
Cultural heritage expert of Kurdistan Province, Bijar
چکیده
چکیده: یکی از روش های آماری غالب در مدلسازی پیش بینی باستان شناختی؛ رگرسیون لجستیک است. مدل احتمالی که این روش بوجود می آورد برای اهداف این نوشتار مناسب است. زمانی که متغیر وابسته به صورت ارزش باینری قابل بررسی باشد روش رگرسیون لجستیک قابل اجرا است. در این رویکرد آماری ارزش باینری به عنوان متغیر وابسته با ارزش حضور/عدم حضور محوطه باستان شناختی شناخته می شود. نتایج مدل احتمال رویداد یا وقوع (محوطه باستان شناختی) را در ارزش احتمالی بین ۱ و ۰ نشان می دهد. عوامل زیست محیطی به صورت متغیرهای مستقل تعریف شده اند و رگرسیون لجستیک رابطه بین متغیرهای مستقل و متغیر وابسته و همچنین ارزش احتمالی متغیر وابسته را در همه نقاط نقشه محاسبه می کند. این نوشتار با چنین رویکردی به مفاهیم آماری و استفاده از مدل سازی به روش رگرسیون لجستیک با داده های حاصل از بررسی های میدانی باستان شناسی به تحلیل و تفسیر نتایج در محدوده شهرستان بیجار در استان کردستان پرداخته است. در مجموع ۷۱ محوطه عصر آهن به عنوان ورودی مدلسازی پیش بینی منجر به ارائه پیشنهادی بهینه به منظور آماده سازی مدل برای این گونه رویکردها در باستان شناسی شد. با این حال، نتایج جدای از کمک به صرفه جویی در زمان، هزینه و افزایش دقت بررسی های باستان شناختی برای پروژه های آتی، نشان دهنده ۹۰.۴ درصد صحت پیش بینی با ارائه مناطق با احتمال بالا و کاهش محدوده بررسی است. همچنین نشان داده شده که متغیرهای مستقل رودها و آبادی ها بیشترین تاثیرگذاری را بر نتیجه مدل و بر شکل گیری محوطه ها در چشم انداز داشته اند.کلیدواژه ها
Keywords: archaeological prediction model, GIS, Bijar city, Iron Age, logistic regression, کلیدواژه: مدل پیش بینی باستان شناختی, GIS, شهرستان بیجار, عصر آهن, رگرسیون لجستیکاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.