MétaCan
Menu
Retour à la cohorte
Enregistrement W3155878479 · doi:10.1126/sciadv.abf7282

Synchronized and asynchronous modulation of seismicity by hydrological loading: A case study in Taiwan

2021· article· en· W3155878479 sur OpenAlexaff
Ya‐Ju Hsu, Honn Kao, Roland Bürgmann, Ya-Ting Lee, Hsin‐Hua Huang, Yih‐Min Wu, Jiancang Zhuang

Notice bibliographique

RevueScience Advances · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesJarðvísindastofnunMinistry of Science and Technology, Government of the People’s Republic of BangladeshMinistry of Science and Technology, TaiwanAcademia SinicaNational Aeronautics and Space Administration
Mots-clésInduced seismicityAsynchronous communicationModulation (music)SeismologySeismic hazardHazardEnvironmental scienceWater cycleGeologyClimatologyComputer scienceBiologyTelecommunicationsPhysicsEcology

Résumé

récupéré en direct d'OpenAlex

Delineation of physical factors that contribute to earthquake triggering is a challenging issue in seismology. We analyze hydrological modulation of seismicity in Taiwan using groundwater level data and GNSS time series. In western Taiwan, the seismicity rate reaches peak levels in February to April and drops to its lowest values in July to September, exhibiting a direct correlation with annual water unloading. The elastic hydrological load cycle may be the primary driving mechanism for the observed synchronized modulation of earthquakes, as also evidenced by deep earthquakes in eastern Taiwan. However, shallow earthquakes in eastern Taiwan (<18 km) are anticorrelated with water unloading, which is not well explained by either hydrological loading, fluid transport, or pore pressure changes and suggests other time-dependent processes. The moderate correlation between stacked monthly trends of large historic earthquakes and present-day seismicity implies a modestly higher seismic hazard during the time of low annual hydrological loading.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,349

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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'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

Citations58
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetearthquake and tectonic studiesTravaux en français237 207