Controls on Post‐Seismic Landslide Behavior in Brittle Rocks
Notice bibliographique
Résumé
Abstract Earthquakes trigger widespread landsliding in tectonically active landscapes. The effects of strong ground shaking on hillslope stability persist into the post‐seismic stage; rates of landsliding remain elevated in the years following an earthquake. The mechanisms that control the spatial pattern and rate of ongoing landsliding are poorly constrained, hindering our ability to reliably forecast how landscapes and landslide hazard evolve. To address this, we undertook a detailed geotechnical investigation in which we subjected representative rock samples to dynamic loading, simulating the effects of earthquake ground shaking on hillslopes of different configuration. Our results indicate that post‐seismic hillslope strength is not an intrinsic rock property; rather, it responds to the amplitude of imposed dynamic loads and the degree of pre‐existing shear surface formation within the rock. This path‐dependent behavior results from differences in the character of fractures generated by dynamic loads of different amplitude, and the ways in which apertures are mobilized or degraded in subsequent (post‐seismic) shearing. Sensitivity to dynamic loading amplitude is greater in shallow landslides in which shear surfaces are yet to fully form; such hillslopes can be strengthened or weakened by earthquake events, depending on their characteristics. In contrast, deeper landslides on steeper hillslopes in which shear surfaces have largely developed are less likely to display differences in behavior in response to dynamic loading because strain accumulation along pre‐existing fractures is dominant. Our results demonstrate the need to consider path‐dependent hillslope stability in numerical models used to forecast how landscapes respond to earthquakes and how post‐seismic hazard evolves.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».