MétaCan
Menu
← Retour à la cohorte
Enregistrement W4310965511 · doi:10.1038/s41598-022-25239-6

Interdependent effects of fluid injection parameters on triggered aseismic slip and seismicity

2022· article· en· W4310965511 sur OpenAlexafffund
Riddhi Mandal, Semechah K. Y. Lui

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensCanadian Standards AssociationUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoGovernment of Ontario
Mots-clésInduced seismicitySlip (aerodynamics)GeologySeismologyPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

In the context of fluid-induced seismicity, various injection parameters have been shown to affect fault behaviour differently, although existing studies about their effects sometimes show contradictory results. Aseismic slip is also known to affect seismicity, but its exact contribution remains elusive. To address these, we perform numerical modelling to understand the effects of injection volume and rate on long-term seismic and aseismic fault slip behavior. Our results suggest that both parameters can affect various aspects of fault behaviour to different extents, and, in some cases, their roles are interdependent, thus they should be examined simultaneously in order to fully characterize their effects on triggered fault responses. Within the model space, we observe the fault predominantly releasing aseismic energy, which plays a significant role in altering the timing of triggered earthquakes that follow and exhibits lasting impacts in subsequent seismic cycles. In terms of seismic responses, increasing injection rate enhances the size of the triggered cluster, while increasing injection volume increases seismicity rate of the sequence. Detailed characterization of the patterns of earthquake occurrence and moment release with respect to different injection parameters can offer insights into establishing safe bounds of injection operation and potentially mitigate seismic hazard.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetearthquake and tectonic studies→Travaux en français237 207→