Comparing felt intensity patterns for deep intraslab earthquakes in the Cascadia and Chilean subduction zones, offshore British Columbia, United States, and Chile
Notice bibliographique
Résumé
In this study, we utilize US Geological Survey citizen science earthquake felt intensity data to investigate whether deep, intraslab earthquakes in the Chilean Subduction Zone show similar, 'felt intensity' distributions to events of the same magnitude and depths within the Cascadia Subduction Zone (Quitoriano & Wald, 2020; USGS Earthquake Hazards Program, 2020). In a companion article (Rutherford & Cassidy, 2022) we examine crustal earthquake intensity patterns for the Chile and Cascadia subduction zones. One goal of this comparison is to determine whether felt intensity information from several recent large (M8-8.8) subduction earthquakes in Chile can be applied to Cascadia (where no subduction earthquakes have been felt since 1700). This will provide a better understanding of shaking intensity patterns for future subduction earthquakes in Cascadia - critical information for scientists, engineers, and emergency management organizations. For this research, we utilized 20 years of catalogued 'Did You Feel It?' (DYFI) citizen science data from the US Geological Survey's (USGS) earthquake online catalogue, the ANSS Comprehensive Earthquake Catalog (ComCat) Documentation (USGS Earthquake Hazards Program, 2021). In total, we compared intensity patterns from five earthquakes in Cascadia (M4.8, M5.0. M6.7 & M6.8) to the intensity patterns from 157 earthquakes in Chile, with the same magnitudes as the Cascadia events (M4.8-M6.8). Our analysis involved plotting and fitting the Chile and Cascadia earthquakes' DYFI responses in order to compare the intensity patterns for the two subduction zones. Overall, we find good agreement between felt patterns in Chile and Cascadia. For example, all plots show the expected downward trend for intensity with distance; and there is generally a similar intensity clustering of responses around 50 to 300 km hypo-central distance. These results provide confidence that we can use Chilean intensity data for megathrust earthquakes in Cascadia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».