MétaCan
Menu
Retour à la cohorte
Enregistrement W4311892911 · doi:10.1785/0120220138

A Simplified Method for Performing Vector-Valued Probabilistic Seismic Hazard Analysis

2022· article· en· W4311892911 sur OpenAlexaff
Bo Li, Zhen Cai

Notice bibliographique

RevueBulletin of the Seismological Society of America · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensNational Research Council CanadaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFragilitySeismic hazardIncremental Dynamic AnalysisHazardProbabilistic logicComputer scienceSeismologyReliability engineeringGround motionGeologyEngineeringArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT For a seismic risk analysis, the seismic hazard results are usually combined with fragility functions to calculate the probability of seismic losses. Because vector-valued ground-motion intensity measures (IMs) are increasingly used by researchers and practicing engineers to evaluate fragility functions, seismic hazard calculations in terms of vector-valued IMs are required, which are determined by vector-valued probabilistic seismic hazard analysis (PSHA). However, the large computational cost associated with vector-valued PSHAs impedes the application of vector-valued IMs in performing a seismic risk analysis. The study presents a simplified method for conducting vector-valued PSHAs. This simplified method is developed using proposed equivalent earthquakes that are derived from conventional seismic hazard deaggregation. Formulas for performing vector-valued PSHAs using the simplified method are also proposed. Based on a numerical example, this study demonstrates the accuracy and efficiency of the proposed method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,244
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the Seismological Society of AmericaMême sujetSeismic Performance and AnalysisTravaux en français237 207