MétaCan
Menu
Retour à la cohorte
Enregistrement W3194350981 · doi:10.1177/87552930211034889

NGA‐subduction global ground motion models with regional adjustment factors

2021· article· en· W3194350981 sur OpenAlexaff
Grace A. Parker, Jonathan P. Stewart, David M. Boore, Gail M. Atkinson, Behzad Hassani

Notice bibliographique

RevueEarthquake Spectra · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensBC Hydro (Canada)Western University
Organismes subventionnairesU.S. Geological Survey
Mots-clésGeologyMagnitude (astronomy)SubductionStrong ground motionSeismologyEvent (particle physics)Ground motionGeodesyAttenuationPeak ground accelerationErgodic theoryOrientation (vector space)Spectral accelerationGeometryMathematicsTectonicsPhysicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

We develop semi‐empirical ground motion models (GMMs) for peak ground acceleration, peak ground velocity, and 5%‐damped pseudo‐spectral accelerations for periods from 0.01 to 10 s, for the median orientation‐independent horizontal component of subduction earthquake ground motion. The GMMs are applicable to interface and intraslab subduction earthquakes in Japan, Taiwan, Mexico, Central America, South America, Alaska, the Aleutian Islands, and Cascadia. The GMMs are developed using a combination of data inspection, data regression with respect to physics‐informed functions, ground‐motion simulations, and geometrical constraints for certain model components. The GMMs capture observed differences in source and path effects for interface and intraslab events, conditioned on moment magnitude, rupture distance, and hypocentral depth. Site effect and aleatory variability models are shared between event types. Regionalized GMM components include the model constant (that controls ground motion amplitude), anelastic attenuation, magnitude‐scaling break point, linear site response, and sediment depth terms. We develop models for the aleatory between‐event variability , within‐event variability , single‐station within‐event variability , and site‐to‐site variability . Ergodic analyses should use the median GMM and aleatory variability computed using the between‐event and within‐event variability models. An analysis incorporating non‐ergodic site response should use the median GMM at the reference shear‐wave velocity condition, a site‐specific site response model, and aleatory variability computed using the between‐event and single‐station within‐event variability models. Epistemic uncertainty in the median model is represented by standard deviations on the regional model constants, which facilitates scaled‐backbone representations of model uncertainty in hazard analyses.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,203
Écart entre enseignants0,186 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations135
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarthquake SpectraMême sujetSeismic Performance and AnalysisTravaux en français237 207