MétaCan
Menu
Retour à la cohorte
Enregistrement W2967600804 · doi:10.3390/rs11161848

On the Segmentation of the Cephalonia–Lefkada Transform Fault Zone (Greece) from an InSAR Multi-Mode Dataset of the Lefkada 2015 Sequence

2019· article· en· W2967600804 sur OpenAlexfundno aff
Nikos Svigkas, Simone Atzori, Anastasia Kiratzi, Cristiano Tolomei, Andrea Antonioli, Ioannis Papoutsis, Stefano Salvi, Charalampos Kontoes

Notice bibliographique

RevueRemote Sensing · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensnon disponible
Organismes subventionnairesSeventh Framework ProgrammeJapan Aerospace Exploration AgencyFP7 Research Potential of Convergence RegionsEuropean Regional Development FundCanadian Space AgencyEuropean CommissionEuropean Space Agency
Mots-clésGeologySeismologySubductionInterferometric synthetic aperture radarFault (geology)TectonicsSynthetic aperture radarGeodesyRemote sensing

Résumé

récupéré en direct d'OpenAlex

We use Interferometric Synthetic Aperture Radar (InSAR) to study the Cephalonia–Lefkada Transform Fault Zone (CTF) in the Ionian Sea. The CTF separates continental subduction to the north from oceanic subduction to the south, along the Hellenic Subduction Zone. We exploit a rich multi-modal radar dataset of the most recent major earthquake in the region, the 17 November 2015 Mw 6.4 event, and present new surface displacement results that offer additional constraints on the fault segmentation of the area. Based on this dataset, and by exploiting available information of earthquake relocation, we propose a new rupture process for the 2015 sequence, complementary to those published already. Our modelling includes an additional southern fault segment, oblique to the segment related with the mainshock, which indicates that the CTF structure is more complex than previously believed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,031
Tête enseignante GPT0,271
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetearthquake and tectonic studiesTravaux en français237 207