Uniformly Processed Fourier Spectra Amplitude Database for Recently Compiled New Zealand Strong Ground Motions
Notice bibliographique
Résumé
Abstract We present a ground-motion parameter database for earthquakes recorded between 2000 and the end of 2022 in New Zealand, which was developed within the New Zealand National Seismic Hazard Model (NZ NSHM 2022) program. It comprises all the local events with moment magnitudes in the range Mw 3.5–7.8 for crustal seismicity and Mw 4–7.8 for subduction seismicity recorded by GeoNet strong-motion network. Out of 2809 events, 1598 (∼57.1%) were classified as crustal, 432 as interface (∼15.3%), 98 as outer-rise (3.5%), 597 as inslab (∼21.3%), and the rest are undetermined. Beside the information that GeoNet provides for each event, the source metadata also comprises moment tensor solutions and finite-fault source models compiled from the literature. Various distance measures are computed for each event–station pair, including estimates of rupture distance for sufficiently large events by incorporating finite-fault source models. More than 150,000 strong ground-motion records, within 500 km rupture distance, were processed using an automated algorithm that combines traditional processing algorithms and machine learning. Several intensity measures (i.e., smoothed and down-sampled Fourier spectral amplitudes, Arias intensity, cumulative absolute velocity, and duration measures) of the processed ground motions are presented in the database. Finally, the database includes station site parameters sourced directly from the 2022 NSHM compilation of Wotherspoon et al. (2022, 2023).
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 tête enseignante, 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 ».