A Comparison of Seismic-Hazard and Risk Deaggregation
Notice bibliographique
Résumé
The deaggregation of seismic hazard is an effective way to identify scenario events that contribute to a selected seismic-hazard level. Depending on the use of the deaggregation results, the contribution may be defined as equal to or exceeding the selected hazard level. The deaggregation of seismic hazard should consider all uncertainty, aleatory uncertainty, and epistemic uncertainty. The identified scenario events can be used to check the responses of structures such as buildings. However, structures are constructed to provide service rather than just sustain environmental disturbances, and the seismic-risk assessment is at least as important and valuable as the seismic-hazard assessment for emergency preparedness planning and for the financial industry. Therefore, the notion of the deaggregation of seismic hazard is extended to that of seismic risk in the present study. Other issues investigated in this study are the impact of approximate treatment of epistemic uncertainty and the Cascadia subduction events on the deaggregation, and the differences in the identified scenario events from the deaggregation of seismic hazard and seismic risk. Numerical results suggest that the contribution of the uncertainty in attenuation relations to the deaggregation results can be very significant, and that the identified scenario events by deaggregating seismic hazard and seismic risk are somewhat different. Also, the elapsed time since the last major event for source zones whose earthquake occurrence is modeled as a renewal process can affect the deaggregation results significantly.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».