Seismic vulnerability assessment for Montreal-an application of HAZUS-MH4
Notice bibliographique
Résumé
Seismic loss estimation for Montreal, Canada is performed for a 2% in 50 years seismic hazard using the HAZUS-MH4 tool developed by US Federal Emergency Management. The software is manipulated to accept a Canadian setting for the Montreal study region, which includes 522 census tracts. The accuracy of loss estimations using HAZUS is dependent on the quality and quantity of data collection and preparation. The data collected for Montreal study region comprise: 1) the building inventory 2) hazard maps regarding soil amplification, liquefaction, and landslides 3) population distribution at three different times of the day 4) census demographic information and 5) synthetic ground motion contour maps using three different ground motion prediction equations. All these data are prepared and assembled into geodatabases that are compatible with the HAZUS software. The study estimated that roughly 5% of the building stock would be damaged with direct economic losses evaluated at 1.4 billion dollars for a scenario corresponding to the 2% in 50 years scenario. The maximum number of casualties associated with this scenario corresponds to a time of occurrence of 2pm and would result in approximately 500 people being injured. Epistemic uncertainty was considered by obtaining damage estimates for three attenuation functions that were developed for Eastern North America. The results indicate that loss estimates are highly sensitive to the choice of the attenuation function and suggests that epistemic uncertainty should be considered both for the definition of the hazard function and in loss estimation methodologies. The next steps in the study should be to increase the size of the survey area to the Greater Montreal which includes more than 3 million inhabitants and to perform more targeted studies for critical areas such as downtown Montreal, and the south-eastern tip of Montreal. The current study was performed mainly for the built environment; the next phase will need to include more information relative to lifelines and their impact on risks.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».