MétaCan
Menu
Retour à la cohorte
Enregistrement W2610177470 · doi:10.1139/facets-2017-0013

Strategies to prevent damage to critical infrastructure due to induced seismicity

2017· article· en· W2610177470 sur OpenAlexafffundvenueabout
Gail M. Atkinson

Notice bibliographique

RevueFACETS · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInduced seismicityCritical infrastructureSeismic hazardHazardEnvironmental scienceComputer scienceSeismologyGeologyComputer security

Résumé

récupéré en direct d'OpenAlex

There has been a significant increase in the rate of felt earthquakes in western Alberta and eastern British Columbia, which has been associated with hydraulic fracturing and wastewater disposal. The increased rate of seismicity and the potential for localized strong ground motions from very shallow events poses an increased hazard to critical infrastructure such as major dams—particularly for older high-consequence structures. This paper overviews the factors that affect the likelihood of damaging ground motions and examines their implications for hazard assessment and mitigation. A strategy aimed at reducing the likelihood of potentially damaging ground motions to achieve probabilistic targets for critical facilities is developed, comprising elements of both mitigation and avoidance. For critical facilities, an effective strategy includes (i) an exclusion zone having a radius of ∼5 km; and (ii) a monitoring-and-response protocol to track the rate of events at the M > 2 level within 25 km, with adjustment of operational practices if required. An exclusion zone provides a deterministic safety margin to ensure the integrity of those few facilities for which failure consequences are unacceptable. Real-time monitoring tied to a response protocol can be used to control the rate of significant events and thereby limit the hazard more broadly.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil0,614

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,284
Écart entre enseignants0,271 · 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'étudeSimulation ou modélisation
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

Citations19
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetSeismic Performance and AnalysisTravaux en français237 207