Comprehensive earthquake-induced landslide inventory dataset of the 2010 Chile megathrust earthquake
Notice bibliographique
Résumé
The dataset was collected from bibliographic compilation, mapping by interpretation of Landsat satellite images, and field inspections; for the bibliographic compilation reviewed 107 technical reports of the National Geological and Mining Survey of Chile (SERNAGEOMIN) related to the Maule earthquake, from which the relevant information of landslides and lateral spreads was extracted. Also, the georeferenced reports of road network interruption problems caused by the Maule earthquake, undertaken by the Ministry of Public Works, were reviewed. Finally, it incorporated an inventory of lateral spreads provided by Verdugo (2012) and the inventory of landslides in the coastal fringe of the Biobio administrative region provided by Mardones and Rojas (2012). Additionally, coseismic landslides were mapped by using Google Earth to interpret Landsat satellite images (Landsat 5-7-8; provider, NASA; resolution, 30 m) before and after the earthquake. These strips were visually inspected at an eye height of ~ 1–2 km, decreasing the height when an alteration was detected in the vegetation or when bare spots or typical mass movement morphologies were present (Soeters and Van Western, 1996). ]. It was visually inspected, and the earliest available images after the earthquake were mapped at 1:2000 and 1:10,000. Once a landslide was identified, the location was compared with the latest preseismic image without cloud or snow cover and the landslide was mapped as a polygon. Field inspections were undertaken in the coastal regions, where the higher densities of landslides are located. The minimum size considered for the mapping was 30 m2, although field inspections showed that an indefinite number of small mass movements were not recognised on the satellite images.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,011 | 0,013 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,051 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».