A Test of the Applicability of NGA Models to the Strong Ground-Motion Data in the Iranian Plateau
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Next Generation Attenuation (NGA) project has now published several new sets of empirical ground-motion prediction equations (GMPEs) for PGA, PGV, and response spectral ordinates. These models significantly advance the state-of-the-art empirical ground-motion modeling and account for many effects that have not been directly accounted for in the existing Iranian GMPEs. Assuming that the present strong-motion database in Iran is unlikely to drastically change in the near future, the question we ask in this study is: Can the NGA models be applied in Iran? In order to answer this question, the NGA models of CitationBoore and Atkinson [2008], CitationCampbell and Bozorgnia, [2008], and CitationChiou and Youngs [2008], which are shown to be representative of all NGA models, are compared with the Iranian strong-motion database. The database used in this study comprises 863 two-component horizontal acceleration time series recorded within 100 km of epicentral distances for 166 earthquakes in Iran with magnitudes ranging from 4.0–7.4. The comparisons are made using analyses of residuals. The analysis indicates that the NGA models may confidently be applied within the Iranian plateau. To provide more reliable constraint on finite-fault effects and nonlinear site response in the Iranian equations, it would be useful to drive new GMPEs based on a merger of the NGA and Iranian databases.
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.
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 | 0,000 |
| 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 découle