Approaches to model non-uniqueness and site complexity for non-invasive shear-wave depth profiling
Notice bibliographique
Résumé
Shear-wave velocity (VS) depth profiling and associated seismic site classifications were performed at 15 sites across Metro Vancouver, British Columbia using passive seismic and surface wave methods. Inversion model parameters are constrained at each site using nearby geodata in combination with developing regression models of shear-wave velocity with depth for three primary stratigraphic units. Statistical methods such as a Bayesian Information Criterion are applied post-inversion to evaluate models between and within varying parameterizations. Data evaluation metrics, including the use of microtremor horizontal-to-vertical spectral ratios (MHVSRs), are applied to identify two common deviations from the simple case of normally dispersive laterally homogeneous soils typically associated with surface-wave methods: lateral variations and velocity inversions. Lateral site variability is overcome by using the spatial variability in MHVSR peak frequency to sub-divide the site into quadrants for which quadrant-specific dispersion curve inversion provides reliable site classification for each quadrant. Velocity inversions are captured by performing inversions using partial fundamental mode dispersion curves. Partial inclusion of apparent-mode dispersion estimates is a reasonable compromise to modelling velocity inversions, providing a site classification between that of removing the apparent mode estimates (minimum velocity inversion modelling) and wrongfully treating apparent mode estimates as the fundamental mode (maximum velocity inversion modelling). These accessible approaches overcoming lateral site variability and apparent-mode dispersion estimates related to velocity inversions are proposed to obtain reliable seismic site classifications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».