Seismic Hazard Analysis for Proposed Smart City, Ludhiana, India: A Deterministic Approach
Notice bibliographique
Résumé
The city of Ludhiana (Manchester of India) is in a phase of rapid development as it has been proposed as one of the smart cities of Northern India. Seismic activities in this part of the country are increasing. In the present study, deterministic seismic hazard analysis (DSHA) of proposed smart city, Ludhiana, has been carried out. Seven tectonic features have been identified as potential seismogenic sources. Each seismogenic source has been assigned a maximum magnitude considering the regional rupture character. For this purpose, seismic data for a period of 525 years has been collected from Indian Meteorological Department (IMD), Delhi, and earthquake catalogue has been compiled for the study region. Ground motion prediction equation (GMPE) developed for Indo-Gangetic region by National Disaster Management Authority (NDMA) of India has been used to assess the hazard. The peak ground acceleration (PGA) values are estimated by considering a grid of 0.025°×0.025° covering the Ludhiana region. Deterministic response spectra has also been developed for 5 major sites of Ludhiana region. Maximum PGA value (PGAmax) of 0.392 g for the study region has been estimated from the study and is found to be on higher side as compared to the IS code of practice. The study is very significant keeping in view resilient structures for upcoming smart cities of India.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».