MétaCan
Menu
Retour à la cohorte
Enregistrement W4392809053 · doi:10.17714/gumusfenbil.1366028

30 Ekim 2020 Ege denizi depreminin kabuk deformasyonuna etkisinin TUSAGA-Aktif verileri ile incelenmesi

2024· article· tr· W4392809053 sur OpenAlexaboutno aff
İbrahim Çağdaş BAŞ, Ramazan Alpay Abbak

Notice bibliographique

RevueGümüşhane Üniversitesi Fen Bilimleri Enstitüsü Dergisi · 2024
Typearticle
Languetr
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsGeodesyGNSS applicationsPrecise Point PositioningHumanitiesGynecologyGeologyMedicineArt

Résumé

récupéré en direct d'OpenAlex

TUSAGA-Aktif (Türkiye Ulusal Sabit GNSS Ağı) sistemi, 168 adet sabit GNSS (Küresel Konum Belirleme Sistemleri) istasyonu ile ticari ve akademik çalışmalar için kullanıma sunulmuştur. Sistemden yüksek doğrulukta veri elde edilebilmesi, yer kabuğu hareketleri nedeniyle mühendislik yapılarında meydana gelen deformasyonların izlenmesini kolaylaştırmıştır. 30 Ekim 2020 tarihinde Ege Denizi’nde (Sisam Adası açıklarında) yerel saat ile 14.51’de aletsel büyüklüğü Ml=6.6 (Mw=6.9) olan bir deprem meydana gelmiştir. Çalışmanın amacı deprem etki alanında seçilen TUSAGA-Aktif istasyonlarında, bu deprem kaynaklı herhangi bir kabuk deformasyonu olup olmadığının incelenmesidir. Bu kapsamda AYD1, CESM, DIDI, IZMI, KIKA ve SALH istasyonlarının deformasyon yönleri ve büyüklükleri belirlenmiştir. Deprem tarihinden 15 gün önce ve 11 gün sonrasına ait RINEX (Alıcı Bağımsız Değişim Biçimi) gözlem verileri internet tabanlı GNSS servislerinden CSRS-PPP (Canadian Spatial Reference System Precise Point Positioning Service) ve OPUS’da (Online Positioning User Service) değerlendirilmiş, sonuçlar analiz edilmiştir. CSRS-PPP servisi sonuçlarına göre, kuzey yönde 57.39 mm anlamlı deformasyon miktarı ile depremden en çok CESM istasyonu etkilendiği görülmüştür. OPUS analiz servisi verilerinden de benzer sonuçlar elde edilmiştir.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0400,012

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 Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGümüşhane Üniversitesi Fen Bilimleri Enstitüsü DergisiMême sujetGNSS positioning and interferenceTravaux en français237 207