Modeling High Stress Drops, Scaling, Interaction, and Irregularity of Repeating Earthquake Sequences Near Parkfield
Notice bibliographique
Résumé
Abstract Repeating earthquake sequences have been actively investigated to clarify many aspects of earthquake physics. The two particularly well‐studied sequences, known as the Los Angeles and San Francisco repeaters, have several intriguing observations, including their long (for the seismic moment) recurrence times that would suggest stress drops of 300 MPa based on typical assumptions, near‐syncronized timing prior to 2004, and higher than typical inferred stress drops (of 25 to 65 MPa, up to 90 MPa locally), but not as high as the recurrence times suggest. Here we show that all these observations are self‐consistent, in the sense that they can be reproduced in a single fault model. The suitable models build on the standard rate‐and‐state fault models, with velocity‐weakening patches imbedded into a velocity‐strengthening region, by adding either enhanced dynamic weakening during seismic slip or elevated normal stress on the patches, or both, to allow for the higher stress drops. Such models are able to match the observed average properties of the San Francisco and Los Angeles repeaters, as well as the overall nontrivial scaling between the recurrence time and seismic moment exhibited by many repeating sequences as a whole, for reasonable parameter choices based on experiments and theoretical studies. These models are characterized by the occurrence of substantial and variable aseismic slip at the locations of the repeating sources, which explains their atypical relation between recurrence interval and seismic moment, induces variability in the repeating source properties as observed, and results in their neither slip‐ nor time‐predictable behavior.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».