Triggering cascades and statistical properties of aftershocks
Notice bibliographique
Résumé
Applying a simple general procedure for identifying aftershocks, we investigate their statistical properties for a high‐resolution earthquake catalog covering Southern California. We compare our results with those obtained by using other methods in order to show which features truly characterize aftershock sequences and which depend on the definition of aftershocks. Features robust across methods include the p value in the Omori‐Utsu law for large main shocks, Båth's law, and the productivity law with an exponent smaller than the b value in the Gutenberg‐Richter law. The identification of a typical aftershock distance with the rupture length is a feature we confirm as well as a power law decay in the spatial distribution of aftershocks with an exponent less than 2. Other results we obtain, but not common to all other works including Marsan and Lengliné (2008), Hainzl and Marsan (2008), and Zhuang et al. (2008), are (a) p values that do not increase with the main shock magnitude; (b) the duration of bare aftershock sequences that scales with the main shock magnitude; (c) an additional power law in the temporal variation, at intermediate times, in the rate of aftershocks for main shocks of small and intermediate magnitude; and (d) a b value for the Gutenberg‐Richter law of background events that is sensibly larger than that of aftershocks. Tests on synthetic catalogs generated by the epidemic‐type aftershock sequence model corroborate the validity of our approach.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».