Seismic hazard in western Canada from GPS strain rates versus earthquake catalog
Notice bibliographique
Résumé
[1] Probabilistic seismic hazard analyses (PSHA) are commonly based on frequency - magnitude statistics from 50–100 yearlong earthquake catalogs, assuming that these statistics are representative of the longer-term frequency of large earthquakes. We test an alternative PSHA approach in continental western Canada, including adjacent areas of northwestern U.S.A., using regional strain rates derived from 179 Global Positioning System (GPS) horizontal velocities. GPS strain rates are converted to earthquake statistics, seismic moment rates, and ground shaking probabilities in seismic source zones using a logic-tree method for uncertainty propagation. Median GPS-based moment rates and shaking estimates agree well with those derived from earthquake catalogs in only two zones (Puget Sound and mid-Vancouver Island). In most other zones, median GPS-based moment rates are 6–150 times larger than those derived from earthquake catalogs (shaking estimates 2–5 times larger), although the GPS-based and catalog estimates commonly agree within their 67% uncertainties. This discrepancy may represent an under-sampling of long-term moment rates and shaking by earthquake catalogs in some zones; however a systematic under-sampling is unlikely over our entire study area. Although not demonstrated with a high confidence level, long-term regional aseismic deformation may account for a significant part of the GPS/catalog discrepancy and, in some areas, represent as much as 90% of the total deformation budget. In order to integrate GPS strain rates in PSHA models, seismic versus aseismic partitioning of long-term deformation needs to be quantified and understood in terms of the underlying mechanical processes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 tête enseignante, 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 ».