MétaCan
Menu
Retour à la cohorte
Enregistrement W4399712274 · doi:10.3208/jgssp.v10.os-47-06

A Monte-Carlo based microzonation model for application in seismic hazard studies

2024· article· en· W4399712274 sur OpenAlexaffabout
Vahid Hosseinpour, Ali Saeidi, Miroslav Nastev, Marie‐José Nollet

Notice bibliographique

RevueJapanese Geotechnical Society Special Publication · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensÉcole de Technologie SupérieureGeological Survey of CanadaUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésSeismic microzonationMonte Carlo methodGeologySeismic hazardSeismologyHazardGeotechnical engineeringEngineeringStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

During a strong earthquake, the local geological and geotechnical conditions can significantly alter the earthquake shaking in terms of amplitude, frequency content, and duration, a phenomenon often referred to as the site effect. In the past decades, the shear-wave velocity of the top 30 m (Vs30) and the fundamental period of vibration (T0) were established as indicators for the seismic site effects. To improve understanding of subsurface ground conditions and their spatial variation in the Saguenay region, Canada, a Monte-Carlo based approach is proposed for Vs30 and T0 modelling. First, a detailed probabilistic 3D geological model was developed considering three soil types: glacial till and postglacial fine and coarse sediments. The study area was modelled with 3D 75x75x2 m grid cells using sequential indicator simulation assigning probability of occurrence of each of the soil types to each cell. In parallel, a comprehensive Vs database was created based on invasive geotechnical measurements. Interval Vs probability distributions were determined for each soil type at each 2m depth. Monte-Carlo (MC) simulations were conducted considering Vs as the random variable. The resulting probability values were used to create Vs30 and T0 maps and associated uncertainties. These results demonstrate the capacity of the proposed MC approach to incorporate the variability of the subsurface conditions in the seismic hazard assessment process.

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)0,001
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 enseignants0,369
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,018
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJapanese Geotechnical Society Special PublicationMême sujetLandslides and related hazardsTravaux en français237 207