XiaoMi-AI文件搜索系统
World File Search System测距数据
甘肃省松山附近海原断裂晚更新世滑动速率的重新评估
摘要 明确约束的断层滑动速率对于理解断层系统内的应变分配和相关的地震危险性非常重要。海原断层是青藏高原东北缘一条重要的活跃走滑断层，其晚更新世的滑动速率一直存在争议。Lasserre 等人 (1999) 的前期研究表明滑动速率为 12 ± 4 毫米/年，高于最近通过大地测量确定的相邻断层段的滑动速率。我们利用位于松山村北部的两个站点的新高分辨率机载光探测和测距数据重新分析和评估了滑动速率。基于这些数据，我们修改了现场映射的偏移约束。在马家湾站点，我们记录到 T1/T2 阶地立面顶部左旋位移分别为 130 ± 10 米，底部左旋位移为 93 ± 15 米。在玄马湾遗址，T4/T1′阶地立面的偏移量更新为 68 +3 / −10 米。结合新的地质年代学数据，我们评估 T2 的废弃年龄为 26.0 ± 4.5 ka，T1 的废弃年龄为 9,445 ± 30 年。这些数据表明，基于上部阶地和下部阶地重建，自~26 ka 以来的滑动速率在 5.0 +1.5 / −1.1 和 8.9 +0.5 / −1.3 毫米/年之间。我们的重新评估支持了藏北地区明显的滑动速率差异可能存在系统性偏差，这是由于使用下部阶地重建来解释偏移年龄造成的。
什么是人工智能 (AI) 评分？DRC 使用...
什么是人工智能 (AI) 评分？DRC 使用专门的专有软件来自动化开放式项目答案的评分过程（即“AI 评分”）。该技术用于对 ELA 测试中学生的简短写作任务答案进行评分。DRC 的 AI 评分引擎已用于对数十万名学生的答案进行评分，具有很高的可靠性和准确性。AI 评分有多准确？DRC 的 AI 评分引擎使用人工裁定的数据进行训练，有助于确保高水平的准确性。在最近的独立研究中，AI 分数达到或超过了人类的可靠性。DRC 的 AI 评分引擎结果与比较专家人类评分员之间的一致性研究相称。由于引擎被训练成像人类评分员一样“思考”，因此其准确性由训练中使用的高质量数据驱动。此外，AI 评分在评分者内部信度方面提供了完美的可靠性，因为它永远不会疲劳，并且每次都以相同的方式对给定的写作样本进行评分。简而言之，与传统的人工评分相比，DRC 的 AI 评分引擎非常准确。人工智能模型是如何构建的？DRC 的人工智能评分引擎利用自然语言处理来分析学生答案的语义内容、语法、句法、词汇和其他几十种详细描述。这些分析产生了量化的答案质量指标，这些指标由统计模型处理后产生预测分数。对试题评分标准、人工评分训练材料、测距数据和示例试题答案也进行了类似的分析。所有材料都结合了数千个学生答案示例，这些示例已由专家评分员独立评分两次。这些数据用于训练模型，以高精度区分不同级别的答案质量。进行了详细的测量以确保人工评分和人工智能评分分布之间的一致性，包括在每个可能的得分点分别计算召回率和准确率。人工智能还能识别“警告试卷”吗？DRC 的人工智能评分引擎内置了各种算法，用于评估学生答案的“可评分性”并分析其中可能包含的任何令人不安的内容（通常称为“警告试卷”）。 DRC 的 AI 评分引擎会标记那些缺乏适当开发、缺乏足够内容来评分或使用不受支持的语言编写的答案。还会识别包含不当语言或代表恶意完成测试的警报试卷。无法有效评分的答案将被标记为由专家评分员进一步审查，并发送到 DRC 的绩效评估手动评分系统。