Statistics and Forecasting of Aftershocks during the 2019 Ridgecrest, California, Earthquake Sequence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The 2019 Ridgecrest, California, earthquake sequence represents a complex pattern of seismicity that is characterized by the occurrence of a well defined foreshock sequence followed by a mainshock and subsequent aftershocks. In this work, a detailed statistical analysis of the sequence is performed. Particularly, the parametric modelling of the frequency-magnitude statistics and the earthquake occurrence rate is carried out. It is shown that the clustering of earthquakes plays an important role during the evolution of this sequence. In addition, the problem of constraining the magnitude of the largest expected aftershocks to occur during the evolution of the sequence is addressed. In order to do this, two approaches are considered. The first one is based on the extreme value theory, whereas the second one uses the Bayesian predictive framework. The latter approach has allowed to incorporate the complex earthquake clustering through the Epidemic Type Aftershock Sequence (ETAS) process and the uncertainties associated with the model parameters into the computation of the corresponding probabilities. The results indicate that the inclusion of the foreshock sequence into the analysis produces higher probabilities for the occurrence of the largest expected aftershocks after the M7.1 mainshock compared to the approach based on the extreme value distribution combined with the Omori-Utsu formula for the earthquake rate. Several statistical tests are applied to verify the forecast.
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.
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 | 0,000 | 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) | 0,003 | 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 découle