MétaCan
Menu
Retour à la cohorte
Enregistrement W7113506285

Mega Quakes: Cascading Earthquake Hazards and Compounding Risks

2018· book· en· W7113506285 sur OpenAlexaff

Notice bibliographique

RevueBristol Research (University of Bristol) · 2018
Typebook
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)HazardRisk assessmentNatural hazardRisk managementHazard analysisMegacityVulnerability assessment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Large-scale earthquake hazards pose major threats to modern society, generating casualties, disrupting socioeconomic activities, and causing enormous economic loss across the world. Events, such as the 2004 Indian Ocean tsunami and the 2011 Tohoku earthquake, highlighted the vulnerability of urban cities to catastrophic earthquakes. Accurate assessment of earthquake-related hazards (both primary and secondary) is essential to mitigate and control disaster risk exposure effectively. To date, various approaches and tools have been developed in different disciplines. However, they are fragmented over a number of research disciplines and underlying assumptions are often inconsistent. Our society and infrastructure are subjected to multiple types of cascading earthquake hazards; therefore, integrated hazard assessment and risk management strategy is needed for mitigating potential consequences due to multi-hazards. Moreover, uncertainty modeling and its impact on hazard prediction and anticipated consequences are essential parts of probabilistic earthquake hazard and risk assessment. The Research Topic is focused upon modeling and impact assessment of cascading earthquake hazards, including mainshock ground shaking, aftershock, tsunami, liquefaction, and landslide.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,012

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 Opus0,066
Tête enseignante GPT0,290
Écart entre enseignants0,224 · 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
GenreSynthèse

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBristol Research (University of Bristol)Même sujetSeismic Performance and AnalysisTravaux en français237 207