MétaCan
Menu
Retour à la cohorte
Enregistrement W4393642529 · doi:10.5281/zenodo.6350793

Fault-based probabilistic seismic hazard analysis in regions with low strain rates and a thick seismogenic layer: a case study from Malawi. Supplementary Files

2022· dataset· en· W4393642529 sur OpenAlexaff
Jack Williams, Maximilian J. Werner, Katsuichiro Goda, Raffaele De Risi, Luke Wedmore, Juliet Biggs, Hassan Mdala, Zuze Dulanya, Åke Fagereng, Felix Mphepo, P. R. N. Chindandali

Notice bibliographique

RevueExplore Bristol Research · 2022
Typedataset
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensWestern University
Organismes subventionnairesResearch Councils UK
Mots-clésSeismologyGeologyFault (geology)Probabilistic logicSeismic hazardLayer (electronics)HazardComputer scienceMaterials scienceArtificial intelligenceComposite material

Résumé

récupéré en direct d'OpenAlex

First release of supplementary files for running probabilistic seismic hazard analysis (PSHA) MATLAB codes for Malawi as uploaded to Github at: https://github.com/jack-williams1/Malawi_PSHA Includes both input files for performing PSHA and output ground motions for plotting PSHA results. Files are: malawi_Vs30_active.txt: Input USGS slope-based Vs30 values for Malawi (Wald and Allen 2007) EQCAT_comb.mat: MSSD Direct catalog for all possible rupture weightings (stored as MATLAB variable) GM_MSSD_em_20220302: Ground motions for plotting PSHA maps (stored as MATLAB variable) GM_MSSD_em_20220302.mat: Ground motions needed for plotting PSHA-site analysis figures (stored as MATLAB variable) mssd_comb.mat: Matlab file for combined MSSD Direct and Adapted MSSD catalogs (stored as MATLAB variable) MSSD_Catalog_Adapted_em.mat: Adapated MSSD event catalog (stored as MATLAB variable) syncat_bg.mat: Areal source stochastic event catalog (stored as MATLAB variable) Further descriptions of these files and how to use them are provided on Github. The PSHA is described in: Williams, J. N., Werner, M. J., Goda. K., Wedmore, L. N., De Risi R., Biggs, J., Mdala, H., Dulanya, Z., Fagereng, Å., Chindandali, P., Mphepo, F. (2022) Fault-based probabilistic seismic hazard analysis in regions with low strain rates and a thick seismogenic layer: a case study from Malawi. Submitted to Natural Hazards Please reference this publication along with this repository when using these data. When appropriate, we will update the citation to the manuscript. USGS vs30 value compilation described in: Allen, T. I., and Wald, D. J., 2009, On the use of high-resolution topographic data as a proxy for seismic site conditions (Vs30), Bulletin of the Seismological Society of America, 99, no. 2A, 935-943.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0440,003

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 Opus0,050
Tête enseignante GPT0,340
Écart entre enseignants0,290 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExplore Bristol ResearchMême sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207