Scheda programma d'esame
DIGITAL ARCHAEOLOGY
GABRIELE GATTIGLIA
Academic year2023/24
CourseARCHEOLOGY STUDIES
Code1037L
Credits6
PeriodSemester 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
ARCHEOLOGIA DIGITALEL-ANT/10LEZIONI36
GABRIELE GATTIGLIA unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Al termine del corso, gli studenti e le studentesse avranno acquisito conoscenze sul ciclo di vita e sugli approcci metodologici relativi ai dati archeologici, dalla produzione alla disseminazione.

Knowledge

The students will acquire knowledge about the life cycle of archaeological data, from production to dissemination.

Modalità di verifica delle conoscenze

Esame finale, con prova pratica (redazione di un data paper) e orale.

Assessment criteria of knowledge

Final test:

  • writing of a data paper
  • oral examination
Capacità

Al termine del corso, gli studenti e le studentesse avranno acquisito familiarità con il lessico tecnico dell'archeologia digitale e:

(1) una comprensione generale del ciclo di vita dei dati archeologici, dal reperimento alla gestione, fino all'analisi e la comunicazione; conoscenze di base di statistica e di applicazioni digitali in archeologia

(2) conoscenza delle tecniche di analisi spaziale

Skills

At the end of the course, students will become familiar with the technical vocabulary of digital archaeology and acquire

(1) general comprehension of the life-cycle of archaeological data (search and retrieval, management, analysis, communication); basic knowledge of statistics and computer application in archaeology.

(2) knowledge of spatial analysis

Modalità di verifica delle capacità

Prova pratica (redazione di data paper).

Assessment criteria of skills

Writing of a data paper

Comportamenti

Gli studenti e le studentesse potranno acquisire e/o sviluppare sensibilità alle problematiche inerenti i dati archeologici, tali da consentir loro di formarsi opinioni consapevoli in relazione, ad esempio, a temi quali l'open data, l'analisi dei dati archeologi, l'uso critico del GIS in archeologia

Behaviors

The students will acquire awareness to topics related to digital archaeology, such as open data, analysis of archaeological data, and critical approach to archaeological GIS

Modalità di verifica dei comportamenti

Discussione partecipata in classe.

Assessment criteria of behaviors

Free discussion class.

Prerequisiti (conoscenze iniziali)

Sono:

  • necessarie conoscenze di base di inglese (comprensione di un testo scientifico)
  • opzionali conoscenze di GIS e di basi di dati.
Prerequisites
  • comprehension of written scientific English (mandatory)
  • basic knowledge of GIS and database principles (optional)
Indicazioni metodologiche

Il corso prevede lo svolgimento di 18 lezioni.

Le lezioni comprenderanno sia didattica frontale (con l'uso di slides, materiali dalla rete, ecc.), sia esercitazioni pratiche (learning by doing, lavori di gruppo).

Si consiglia di partecipare alle lezioni con il proprio personal computer.

 

Teaching methods

The course is composed of 18 lessons, which will be held using both frontal and non-frontal (learning by doing, group work) teaching methodology.

It is recommended to attend the lessons with your personal computer.

Programma (contenuti dell'insegnamento)

Il programma toccherà tutti gli aspetti collegati all'archeologia digitale attraverso una serie di attività teoriche e soprattutto pratiche. Particolare attenzione sarà rivolta all'uso critico del GIS in archeologia e alle analisi spaziali.

In particolare il programma prevede:

  • Introduzione all'archeologia digitale: un approccio critico.

  • I dati archeologici digitali: dati grezzi, dati aperti, formati, licenze, metadati.
  • Preservare e reperire i dati: panoramica nazionale e internazionale dei repository di dati aperti archeologici.
  • Riutilizzo e pulitura dei dati: a cosa servono i dati prodotti e come si possono utilizzare per creare nuove ricerche.
  • Data analysis: introduzione a R e ai metodi statistici di base per l’archeologia.
  • Data analysis; analisi spaziali (Spatial point patterns, Geostatistics, GIS-based visibility analysis, Spatial analysis based on cost functions, Map Algebra, ecc.).
  • Data visualisation: come rendere visibili i dati, su una mappa, su un grafico.
  • Pubblicazione di dati archeologici grezzi.
  • Big Data e Intelligenza Artificiale (AI) in archeologia.
Syllabus

The course will cover all the aspects related to digital archaeology through frontal and nonùfrontal lessons. Particular attention will be given to a critical approach to archaeological GIS and spatial analysis. The syllabus will cover the following arguments:

  • Introduction to digital archaeology: a reflexive approach
  • Archaeological data: raw data, open data, data formats, licenses, metadata.
  • Data preservation and data retrieval; national and international open archaeological data repositories
  • Data re-use and data cleaning. 
  • Data analysis : introduction to R software and statistics methods for archaeology.
  • Data analysis: spatial analysis (Spatial point patterns, Geostatistics, GIS-based visibility analysis, Spatial analysis based on cost functions, Map Algebra, etc.).
    Data visualisation
  • Dissemination of open archaeological data
  • Big Data and Artificial Intelligence (AI) in Archaeology.
Bibliografia e materiale didattico

Parte del materiale didattico sarà fornito dal docente durante il corso (slides, link, ecc.).

Di seguito vengono forniti i principali riferimenti bibliografici: ulteriori riferimenti potranno essere forniti durante il corso. 

 Volumi di riferimento (da considerarsi come supporto allo studio e non come testi obbligatori):

Gillings, M., Haciguzeller, P., Lock, G., 2020. Archaeological Spatial Analysis. A Methodological Guide. Routledge: London & New York

Paper di riferimento ( da considerarsi come supporto allo studio e non come testi obbligatori):

J.A. Barceló, F. Del Castillo, D. Kayikci, B. Urbistondo (2022) Neural networks for archaeological classification and typology: an overview.European Journal of Post Classical Archaeology, 12: 7-32.

Gattiglia, G. (2022). A postphenomenological perspective on digital and algorithmic archaeology. Archeologia e Calcolatori, 33(2), 319-334 https://doi.org/10.19282/ac.33.2.2022.17

Gattiglia, G. (2015). Think big about data: Archaeology and the Big Data challenge. Archäologische Informationen 38, 2015, pp. 113-124. https://journals.ub.uni-heidelberg.de/index.php/arch-inf/article/viewFile/26155/19871

Sandra L. López Varela (Ed.) (2018). The Encyclopedia of Archaeological Sciences. (i seguenti articoli, che saranno forniti dal docente in formato digitale):

  1. Computer Application in Archaeology
  2. Digital Cartography
  3. Semantic Web and Ontologies
  4. Information Model
  5. Statistics in Archaeology
  6. Chi Square Analysis
  7. Cluster analysis
  8. Descriptive statistics
  9. Inferential statistics
  10. Regression and correlation analysis
  11. Sampling theory
  12. Spatial Analysis
  13. Statistics and GIS
  14. Predictive modelling
  15. Digital Models of the Land Surface (Digital Elevation and Terrain Models)
  16. Artificial Intelligence
  • Software da installare:

qGIS http://qgis.org/it/site/

OpenRefine http://openrefine.org/

 

Bibliography

Reference books (to be considered as a support. They are not mandatory):

Gillings, M., Haciguzeller, P., Lock, G., 2020. Archaeological Spatial Analysis. A Methodological Guide. Routledge: London & New York

Reference books and papers (to be considered as a support. They are not mandatory):

J.A. Barceló, F. Del Castillo, D. Kayikci, B. Urbistondo (2022) Neural networks for archaeological classification and typology: an overview.European Journal of Post Classical Archaeology, 12: 7-32.

Gattiglia, G. (2022). A postphenomenological perspective on digital and algorithmic archaeology. Archeologia e Calcolatori, 33(2), 319-334 https://doi.org/10.19282/ac.33.2.2022.17

Gattiglia, G. (2015). Think big about data: Archaeology and the Big Data challenge. Archäologische Informationen 38, 2015, pp. 113-124. https://journals.ub.uni-heidelberg.de/index.php/arch-inf/article/viewFile/26155/19871

 

Sandra L. López Varela (Ed.) (2018). The Encyclopedia of Archaeological Sciences. (only the following articles):

    1. Computer Application in Archaeology
    2. Digital Cartography
    3. Semantic Web and Ontologies
    4. Information Model
    5. Statistics in Archaeology
    6. Chi Square Analysis
    7. Cluster analysis
    8. Descriptive statistics
    9. Inferential statistics
    10. Regression and correlation analysis
    11. Sampling theory
    12. Spatial Analysis
    13. Statistics and GIS
    14. Predictive modelling
    15. Digital Models of the Land Surface (Digital Elevation and Terrain Models)
    16. Artificial Intelligence

 

  • Software:

qGIS http://qgis.org/it/site/

OpenRefine http://openrefine.org/

 

Indicazioni per non frequentanti

Gli studenti e le studentesse non frequentanti dovranno portare lo stesso programma dei frequentanti, consultando anche i materiali forniti dal docente.

Non-attending students info

Non-attending students are required to bring the same program of attending students, also consulting the materials provided by the teacher.

Modalità d'esame

L'esame finale consiste in una prova pratica e in un colloquio orale.

La prova pratica consisterà nello sviluppo di un progetto personale (data paper) che prenda spunto dagli argomenti trattati a lezione, approvato dal docente.

Il progetto dovrà essere presentato prima dell'esame e verrà discusso durante il colloquio orale. 

Il voto finale terrà conto del risultato della prova pratica e del colloquio orale.

Assessment methods

Final test includes:

writing of a data paper
oral interview

The data paper is a short paper about the retrieval, processing, analysis and creation of a secondary dataset of archaeological data. The argument of the paper is chosen by the student and has to be approved by the teacher.

The project must be presented at least 2 days before the oral examination and will be discussed during the oral interview.

The final grade will take into account the results of both the data paper and the oral interview.

Stage e tirocini

Sarà possibile partecipare ai tirocini proposti dal Laboratorio MAPPA

Work placement

Participating in MAPPA Lab internships will be possible.

Altri riferimenti web

www.mappalab.eu

Additional web pages

www.mappalab.eu

Note

Il corso si terrà nel secondo semestre con inizio venerdì 23 febbraio nei seguenti giorni:

lunedì 12-13.30 Aula Guid G6

Venerdì 14.15-15.45 Aula Guid G6

Il docente è a disposizione degli studenti e le studentesse durante l'orario di ricevimento: giovedì, dalle 12.00 alle 13.30, presso proprio studio, via dei Mille 19, piano III, o in via telematica

Commissione d'esame:

Gabriele Gattiglia

Claudia Sciuto

Nevio Dubbini

Commissione Supplente

Fabio Fabiani

Francesca Anichini

Antonio Campus

 

Notes

The course will take place on the 2nd semester starting on Friday February, 23 on:

Monday 12 am-1.30 pm

Friday 2.15-3.45 pm

Prof. Gattiglia is available to the students during the reception hours: Thursday, from 12.00 to 13.30, in via dei Mille 19, 3rd floor.

Commission:

Gabriele Gattiglia

Claudia Sciuto

Nevio Dubbini

Deputy Commission

Fabio Fabiani

Francesca Anichini

Antonio Campus

 

Updated: 14/02/2024 11:40