The frequency of window damage caused by bolide airbursts: A quarter century case study
Notice bibliographique
Résumé
Abstract We have empirically estimated how often fireball shocks produce overpressure (∆ P ) at the ground sufficient to damage windows. Our study used a numerical entry model to estimate the energy deposition and shock production for a suite of 23 energetic fireballs reported by U.S. Government sensors over the last quarter century. For each of these events, we estimated the peak ∆ P on the ground and the ground area above ∆ P thresholds of 200 and 500 Pa where light and heavy window damage, respectively, are expected. Our results suggest that at the highest ∆ P , it is the rare, large fireballs (such as the Chelyabinsk fireball) which dominate the long‐term areal ground footprints for heavy window damage. The height at the fireball peak brightness and the fireball entry angle contribute to the variance in ground ∆ P , with lower heights and shallower angles producing larger ground footprints and more potential damage. The effective threshold energy for fireballs to produce heavy window damage is ~5–10 kT; such fireballs occur globally once every 1–2 years. These largest annual bolide events, should they occur over a major urban center with large numbers of windows, can be expected to produce economically significant window damage. However, the mean frequency of heavy window damage (∆ P above 500 Pa) from fireball shock waves occurring over urban areas is estimated to be approximately once every 5000 yr. Light window damage (∆ P above 200 Pa) is expected every ~600 yr.
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 | 0,001 | 0,002 |
| 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 ».