MétaCan
Menu
Retour à la cohorte
Enregistrement W2026705638 · doi:10.1175/jtech-d-12-00201.1

Combining the All-Source Green's Functions and the GPS-Derived Source Functions for Fast Tsunami Predictions—Illustrated by the March 2011 Japan Tsunami

2013· article· en· W2026705638 sur OpenAlexaff
Zhigang Xu, Y. Tony Song

Notice bibliographique

RevueJournal of Atmospheric and Oceanic Technology · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésGlobal Positioning SystemGeologySubmarineElevation (ballistics)SeismologySource functionField (mathematics)Arrival timeGeodesySource modelFunction (biology)MeteorologyComputer scienceGeographyOceanographyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract This paper proposes an effective approach on how to predict tsunamis rapidly following a submarine earthquake by combining a real-time GPS-derived tsunami source function with a set of precalculated all-source Green's functions (ASGFs). The approach uses the data from both teleseismic and coastal GPS networks to constrain a tsunami source function consisting of both sea surface elevation and horizontal velocity field, and uses the ASGFs to instantaneously transfer the source function to the arrival time series at the destination points. The ASGF can take a tsunami source of arbitrary geographic origin and resolve it as fine as the native resolution of a tsunami propagation model from which the ASGF is derived. This new approach is verified by the 2011 Tohoku tsunami using data measured by the Deep-Ocean Assessment and Reporting of Tsunamis (DART) buoys.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,646
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,188
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Atmospheric and Oceanic TechnologyMême sujetearthquake and tectonic studiesTravaux en français237 207