Pemilihan Ground Motion Model di Wilayah Jawa Menggunakan Data Percepatan Tanah Tahun 2010-2021
Notice bibliographique
Résumé
Wilayah Jawa memiliki aktivitas seismik yang tinggi akibat terletak di zona subduksi serta keberadaan beberapa sesar di daratan. Wilayah Jawa juga memiliki jumlah penduduk dan pertumbuhan infrastruktur tertinggi, sehingga upaya mitigasi harus dilakukan untuk mengurangi risiko gempa. Langkah paling penting untuk mengatasi hal tersebut adalah dengan memiliki ground motion model (GMM) yang sesuai dengan wilayah Jawa. Pada studi ini dibuat set data strong motion yang terdiri dari Peak Ground Acceleration (PGA), parameter gempa, dan kondisi situs pada periode 2010-2021. Data tersebut kemudian digunakan untuk memilih GMM yang memiliki residual paling rendah. Analisis dilakukan berdasarkan grafik histogram residual dan nilai standar deviasi untuk mendapatkan model yang terpercaya. Hasil penelitian menunjukkan beberapa model memiliki performa yang baik dalam memerkirakan nilai PGA. Model yang terpilih dapat digunakan untuk memerkirakan dampak gempa subduksi maupun crustal wilayah Jawa di masa depan.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».