MétaCan
Menu
Retour à la cohorte
Enregistrement W2946647785 · doi:10.1139/cjce-2018-0222

Processed ground-motion records from induced earthquakes for use in engineering applications

2019· article· en· W2946647785 sur OpenAlexaffvenueabout
K. Assatourians, Gail M. Atkinson

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAccelerometerSeismologyAccelerationGeologyDisplacement (psychology)Computer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

We compile and process an electronic database of ground motions recorded on accelerometers and broadband seismographic instruments for induced earthquakes of M ≥ 4 at distances <50 km in central and eastern North America. Most of the data are from Oklahoma, with some records from Alberta. Our focus is on the subset of available records that are of most interest for engineering analyses aimed at evaluation of the potential hazards from induced events, which is a pressing issue in western Canada and other regions experiencing induced seismicity. We considered all records to 50 km for events of M ≥ 4.5. For events of M 4 to 4.5, we select records at close distance (<10 km), having good signal strength (PGA > ∼3%g), to allow high-quality time histories to be obtained. These records have strong signal-to-noise ratio, making them suitable for engineering applications, such as dynamic analysis, after proper scaling. The selected records are windowed, filtered, and instrument-corrected to compile a set of records having acceptable acceleration, velocity, and displacement time histories. The records and their response spectra are provided as an electronic supplement at http://www.seismotoolbox.ca/IS_Strong_Motions/ . We note that the record set is not suitable as a response spectra database for development of ground-motion prediction equations, because for M < 4.5 the record selection is biased to records with higher amplitudes. Rather, the intended use of the records is as seed records, which can be readily scaled in the time domain to approximately represent induced-event target scenarios for engineering applications.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,185
Écart entre enseignants0,174 · 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

Citations10
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetSeismic Performance and AnalysisTravaux en français237 207