MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161058160 · doi:10.5683/sp3/czeceg

Cascadia subduction zone earthquake simulations for earthquake early warning testing

2023· dataset· W7161058160 sur OpenAlexaffabout
Tara Nye, Angela Schlesinger, Valerie Sahakian, Diego Melgar, Alireza Babaie Mahani, Amy Williamson, Eli Ferguson, Angela Lux, B. Pirenne

Notice bibliographique

RevueBorealis · 2023
Typedataset
Langue
Domaine
Thématique
Établissements canadiensOcean Networks Canada Society
Organismes subventionnairesnon disponible
Mots-clésSeismometerSubductionMoment magnitude scaleWaveformInduced seismicitySubmarine pipelineEpisodic tremor and slipPeak ground accelerationDisplacement (psychology)Acceleration

Résumé

récupéré en direct d'OpenAlex

This data package includes 112 simulated kinematic earthquake ruptures and associated waveforms for the Cascadia subduction zone (CSZ). The ruptures range in moment magnitude (M) 6.6–9.4. The waveforms were generated for 29 collocated GNSS and seismic stations onshore Vancouver Island, 5 ocean bottom seismometers in a cabled array offshore Vancouver Island, and 157 seismic stations onshore coastal Washington and Oregon. The CSZ stretches from northern California to southern British Columbia and is expected to generate a M9+ event or several M8+ events. Strong shaking from such events would likely be felt several hundred kilometers inland, which includes major cities such as Vancouver, Seattle, and Portland, thus making it a region of high seismic concern. However, this region experiences very little seismicity on a regular basis. This data package was created to supplement the dearth of observed regional earthquakes for use in earthquake early warning testing. The rupture files include information about the distribution and evolution of slip for each earthquake, and the waveforms include displacement and acceleration time series. These data were generated using a 1D semistochastic model, with displacement waveforms sampled at 2 Hz and acceleration waveforms sampled at 100 Hz. Two minutes of padding were prepended to the simulated waveforms prior to the addition of noise. Synthetic GNSS noise was used for the displacement waveforms, and real noise from several stations was used for the acceleration waveforms.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,009

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 Opus0,063
Tête enseignante GPT0,305
Écart entre enseignants0,242 · 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'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→