Bibliographic record
Abstract
Dans la plupart des codes de construction nationaux, la classification des sites est basée sur le paramètre Vs30, la vitesse moyenne des ondes de cisaillement jusqu’à une profondeur de 30 m en dessous de la surface, et définit les facteurs de fondation (Fa et Fv) appliqués aux mouvements de référence. Un microzonage sismique délimite une règion en fonction des types de sols et est généralement obtenu en combinant l’information provenant de diverses sources, chacune ayant un degré d'incertitude variable. Un microzonage préliminaire peut être dérivé à partir des cartes de la géologie de la surface ou des cartes de l'élévation de la surface, tandis qu’un plan plus détaillé et spécifique est généralement basé sur des études sismiques plus approfondies. Une procédure est proposée pour l'intégration progressive de l’information provenant de diverses sources et l’estimation du degré d'incertitude sur le microzonage. Cette approche permet aux planificateurs de déterminer à quels emplacements la carte de microzonage nécessite des recherches plus approfondies considérant les plans de développement urbain actuels ou futurs. La procédure proposée utilise une estimation conditionnelle du second ordre et fournit les meilleures estimations linéaires non biaisées de Vs30 et son incertitude. Ensuite, ces estimations sont utilisées pour dériver des cartes des probabilités de classification des sols et pour calculer la valeur moyenne et la variance des facteurs de fondation Fa et Fv qui sont plus appropriés dans les analyses probabilistes du risque sismique. La méthode proposée est démontrée pour le microzonage sismique de l'île de Montréal. Les facteurs de site F(0,2 s), F(0,5 s) et F(1,0 s) sont définis pour chaque classe de sol A, B, C, D et E. Les facteurs de site dans le 2015 CNBC ont été obtenus à partir de données sur les mouvements des sols enregistrées durant des tremblements de terre et des analyses équivalentes linéaires et non-linéaires, et représentent des réponses moyennes pour une grande variété de sols ainsi qu’une grande variété de mouvements de terre. Pour les sites de l'Est de l'Amérique du Nord, très peu d'enregistrements des mouvements de sol forts sont disponibles afin de déterminer empiriquement des facteurs de site pour les différentes classes de sol. Récemment, NGA-Est a compilé des données et a effectué des analyses dynamiques linéaires équivalentes de colonnes de sol unidimensionnelles afin de mettre à jour ces facteurs En utilisant une approche similaire, une base de données des profils des sols pour le 12 sites à Montréal a été analysé avec la méthode linéaire équivalente unidimensionnelle. Des séismes naturels et synthétiques ont été utilisés. Les mouvements du sol sélectionnés couvrent une gamme des à 0,1 g, 0,2 g, 0,3 g, 0,4 g, et 0,50 g. Les facteurs de site sont calculés par les analyses 1-D. Les résultats numériques sont utilisés pour dériver des nouvelles régressions pour la relation entre les facteurs de site et Vs30 et pour la relation entre les facteurs de site et la période fondamentale du site. Les facteurs calculés sont comparés aux facteurs de CNBC 2015. Les résultats de cette étude indiquent un grand degré de dispersion qui peut avoir un effet sur les risques globaux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".