MétaCan
Menu
Retour à la cohorte
Enregistrement W4390647113 · doi:10.1093/gji/ggae003

Bootstrapping for parameter uncertainty in the space–time epidemic-type aftershock sequence model

2024· article· en· W4390647113 sur OpenAlexafffundabout
Pierre Dutilleul, Christian Genest, Roger D. Peng

Notice bibliographique

RevueGeophysical Journal International · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBootstrapping (finance)ResamplingConfidence intervalSequence (biology)StatisticsAftershockParametric statisticsQuantileEconometricsInferenceComputer scienceGeologySeismologyMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

SUMMARY This paper proposes the use of the parametric bootstrap as a simple way of obtaining reliable confidence intervals for the parameters in the space–time epidemic-type aftershock sequence (ETAS) model. Using an earthquake data catalogue spanning almost 20 yr of seismic activity in the Pacific Ocean off the shores of Vancouver Island (British Columbia, Canada), the authors show through simulation that the confidence intervals based on asymptotic maximum-likelihood theory can sometimes be misleading. In contrast, confidence intervals based on empirical quantiles from bootstrap samples have reliable nominal coverage, provided that edge effects are properly taken into account, both in the bootstrap procedure and in simulation studies. An R package called ETASbootstrap, developed by the authors, facilitates the use of this resampling procedure.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

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

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 Opus0,054
Tête enseignante GPT0,297
Écart entre enseignants0,243 · 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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeophysical Journal InternationalMême sujetearthquake and tectonic studiesTravaux en français237 207