MétaCan
Menu
Retour à la cohorte
Enregistrement W2315553177 · doi:10.1093/gji/ggv061

Generalized Omori–Utsu law for aftershock sequences in southern California

2015· article· en· W2315553177 sur OpenAlexafffund
J. Davidsen, Chad Gu, Marco Baiesi

Notice bibliographique

RevueGeophysical Journal International · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAlberta Innovates
Mots-clésAftershockGeologySeismologyLaw

Résumé

récupéré en direct d'OpenAlex

We investigate the validity of a proposed generalized Omori–Utsu law for the aftershock sequences for the Landers, Hector Mine, Northridge and Superstition Hills earthquakes, the four largest events in the southern California catalogue we analyse. This law unifies three of the most prominent empirical laws of statistical seismology—the Gutenberg–Richter law, the Omori–Utsu law, and a generalized version of Båth's law—in a formula casting the parameters in the Omori–Utsu law as a function of the lower magnitude cutoff mc for the aftershocks considered. By applying a recently established general procedure for identifying aftershocks, we confirm that the generalized Omori–Utsu law provides a good approximation for the observed rates overall. In particular, we provide convincing evidence that the characteristic time c is not constant but a genuine function of mc, which cannot be attributed to short-term aftershock incompleteness. However, the estimation of the specific parameters is somewhat sensitive to the aftershock selection method used. This includes c(mc), which has important implications for inferring the underlying stress field.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,631
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,260
Écart entre enseignants0,224 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations68
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Journal InternationalMême sujetearthquake and tectonic studiesTravaux en français237 207