Archeologica - Eaglescience

Archeologica

Het ontsluiten van de digitale schatkamer

Archeologica

Archeologica is een competitief en educatief spel waarbij spelers worden uitgedaagd om archeologische vondsten aan kenmerken te koppelen. De app is ontwikkeld naar aanleiding van het winnen van de Digging for Data app challenge, uitgezet door de provincie Zuid-Holland. De objecten in de game zijn archeologische vondsten uit de schatkamer van de provincie Zuid-Holland. Door het spelen van het spel worden meer gegevens over de objecten verzameld waarmee de databases worden verrijkt en zo verder opengesteld kunnen worden. Hiermee wordt het publieksbereik van archeologische data vergroot.

De doelen van de applicatie zijn:

  1. Interactie met het publiek (burgers): het publiek interesseren voor en betrekken bij de vondsten die zijn opgeslagen in het depot. Hierbij zorgt het game-format voor interactie;
  2. Vergroten en vereenvoudigen toegang digitale schatkamer (bedrijven, wetenschap): Het gebruik van de applicatie zal extra informatie genereren over de vondsten. Deze informatie kan op vele manieren gebruikt worden, bijvoorbeeld voor de classificatie van data waarmee (ongestructureerde) databronnen toegankelijker gemaakt kunnen worden;
  3. Het inrichten van nieuwe collecties of het vullen van interactieve content op de website van de provincie.

“Wij hebben onze digitale Indiana Jones gevonden en daar is de provincie trots op!” – J. Van Ginkel, juryvoorzitter

Eaglescience Software op het Festival van de Toekomst

Tijdens het Festival van de Toekomst van de provincie Zuid-Holland zijn we geinterviewd door de 9-jarige Abel. Hij was benieuwd wat Archeologica inhoud en waarom we deze app hebben ontwikkeld. Ben jij daar ook benieuwd naar? In de video vind je de antwoorden! En nog veel meer informatie via deze link: https://eaglescience.nl/portfolio/archeologica/

Geplaatst door Eaglescience Software op Vrijdag 14 september 2018

Dataverrijking en ongestructureerde informatie

Om het spel aantrekkelijk te maken zijn er plaatjes nodig met bijbehorende kenmerken. Door middel van recente resultaten uit de Machine Learning en Deep Neural Networks is het mogelijk om:

  • Gegevens (semi)automatisch te extraheren uit de ongestructureerde datacollectie
  • De geëxtraheerde gegevens (plaatjes en kenmerken) te gebruiken in het spel
  • Nieuwe inzichten (kenmerken) verkregen door de spelers in het spel gebruiken om de Machine Learning te verbeteren.

Door deze feedback loop bereiken we een tweeledig doel: het spel wordt aantrekkelijker en de ongestructureerde database wordt (gesteund door spelers) langzamerhand ontsloten.

Het team aan het woord

“Het project heeft veel persoonlijke betekenis omdat ik het zelf heb aangedragen. Ik heb een passie voor archeologie en toen ik werd gewezen op een challenge waarbij archeologie en databestanden worden gecombineerd heb ik het idee aan collega’s gepitcht, die waren meteen enthousiast. Daarna zijn we bezig geweest met een team om het idee verder uit te werken. Vanaf het begin ben ik betrokken bij het opzetten van de pitch, en daarna ook bij het uitwerken van de project opzet en het meedenken over het datamodel. Ik heb wel aan veel projecten meegewerkt maar dit is het eerste project waarbij ik vanaf het begin zoveel heb meegedacht. De combinatie software development, data en archeologie maakt dat dit project heel erg bij mij past.” – Leandra

Gebruikte technieken

Backend: Play in combinatie met Scala, MySQL database
Frontend: Angular 6

Partners:

Radboud Universiteit Nijmegen

Download nu de app:

iOS
Android

Meer informatie via:

Openstate.eu
Beleef Archeologie
Provincie Zuid-Holland

Of neem contact op met:

Marc Grootjen
m.grootjen@eaglescience.nl 

YOU MIGHT ALSO LIKE