Strong motion seismograph networks, data, and research in Canada
Notice bibliographique
Résumé
Strong motion monitoring has undergone a revolution in Canada in recent years. Most analogue,non-communicating instruments have been replaced with modern digital instruments that provideinformation in real-time. Dense networks are being deployed in the urban centres of southwest BritishColumbia to provide shaking parameters and "shake maps" immediately after an earthquake.Monitoring of critical infrastructure, including bridges, dam sites and transmission facilities is increasing. This article documents the current state of strong motion monitoring across Canada, andsummarises the data sets that are currently available. As of 2008, the Geological Survey of Canada operates 110 strong motion instruments (Internet Acclerometers or IA's) across Canada, most of whichare deployed in the urban centres of high seismic hazard in southwest British Columbia. Partnerorganisations operate an additional 70 strong motion instruments monitoring critical infrastructure inwestern Canada. In eastern Canada, the GSC operates a network of 18 strong motion instruments inthe active Charlevoix zone, and 6 IA's in greater Ottawa. Partner organisations operate instruments atan additional 15 sites. During the past decade, more than 700three component accelerograms have been recorded across Canada. While some large ground motions have been recorded (peak groundacceleration (PGA) greater than 2g), most of the records represent weak motion (PGA less than 5%g).These are useful for evaluating local site response, which in turn will be valuable to engineersevaluating strong ground shaking during future earthquakes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».