The 2023 New Zealand Ground-Motion Database
Notice bibliographique
Résumé
ABSTRACT This article summarizes the development of the 2023 New Zealand ground-motion database (NZGMDB). A preceding version was formally used as the central ground-motion database in the ground-motion characterization modeling for the 2022 New Zealand (NZ) National Seismic Hazard Model (NSHM) revision. The database contains ground motions for events with a moment magnitude greater than ∼3.0 from the years 2000 to the end of 2022. Several challenges associated with NZ earthquake source metadata are explained, including determination of earthquake location, magnitude, tectonic classification, and finite-fault geometry, among others. The site table leverages the site database developed as a part of the 2022 NZ NSHM revision, and several definitions of source-to-site distance are computed for the propagation path table. The ground-motion quality classification was initially assessed using a neural network. Subsequent waveform quality verification was conducted and additional quality criteria were enforced to ensure a sufficiently high-quality database. Standard processing techniques were applied to the ground motions before intensity measure (IM) calculation. IMs in the database include peak ground acceleration, 5%-damped pseudoacceleration response spectra, smoothed Fourier amplitude spectra, and other cumulative and duration-related metrics. The NZGMDB is publicly available and routinely updated as new and higher quality data become available.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».