MétaCan
Menu
Retour à la cohorte
Enregistrement W4377138120 · doi:10.1177/87552930231173446

A national seismic risk model for Canada: Methodology and scientific basis

2023· article· en· W4377138120 sur OpenAlexafffundabout
Tiegan Hobbs, J M Journeay, Anirudh Rao, Michal Kolaj, Luís Martins, Philip LeSueur, Michele Simionato, Vítor Silva, Marco Pagani, Kendra Johnson, Drew Rotheram-Clarke, W Chow

Notice bibliographique

RevueEarthquake Spectra · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of British ColumbiaGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésSeismic riskSeismic hazardEarthquake scenarioFragilityUrban seismic riskHazardVulnerability (computing)Risk assessmentNatural hazardCivil engineeringRisk analysis (engineering)EngineeringGeographyEnvironmental resource managementEnvironmental scienceComputer scienceBusinessMeteorology

Résumé

récupéré en direct d'OpenAlex

Canada is exposed to rare but potentially destructive earthquakes that threaten densely settled metropolitan centers in many parts of the country. To assess the impacts and consequences of future natural‐hazard events and help advance policy goals and objectives of the Sendai Framework for Disaster Risk Reduction, Natural Resources Canada, through a collaborative partnership with the Global Earthquake Model Foundation, produced a national seismic risk model. Developing this model has required the creation of a national exposure inventory, Canadian‐specific fragility and vulnerability curves, and significant simplification of the Canadian Seismic Hazard Model which forms the basis for the design seismic hazard values of the National Building Code of Canada. Using the Global Earthquake Model Foundation’s OpenQuake Engine, probabilistic stochastic risk modeling is completed under baseline and simulated retrofit conditions to assess seismic risk at the neighborhood level for all settled areas in Canada. Output risk metrics include the expected immediate physical impacts of earthquake events such as building damage, casualties, and direct economic losses. This article documents the technical details of the modeling approach including a description of novel data sets in use, a summary of the extensive sensitivity testing undertaken, and characterization of quality control implemented in the absence of usable validating earthquake loss data. The results from this model, such as loss exceedance curves and annual average losses, provide an open, accessible and quantitative base of evidence for decision‐making at local, regional, and national levels. As a large country with a complex seismic hazard model and dispersed populations, this Canadian study is unique. However, the challenges faced and solutions offered are likely to be of interest to other nations pursuing similar programs.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,205

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,074
Tête enseignante GPT0,328
Écart entre enseignants0,253 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations30
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEarthquake SpectraMême sujetDisaster Management and ResilienceTravaux en français237 207