Alors que les scientifiques s'appuient de plus en plus sur les témoignages oculaires des tremblements de terre signalés par les systèmes en ligne, ils doivent se demander si ces récits sont socialement et spatialement représentatifs d'un événement, selon un nouvel article publié dans Lettres de recherche sismologique .

Les facteurs socioéconomiques peuvent jouer un rôle important, quoique complexe, en limitant les utilisateurs de systèmes tels que « Did You Feel It ? » du U.S. Geological Survey. (DYFI) pour signaler un tremblement de terre. En Californie, par exemple, les chercheurs ont conclu que DYFI semble recueillir des données dans un large éventail socio-économique, bien qu'avec quelques différences intrigantes liées aux niveaux de revenu du quartier lors de tremblements de terre tels que le Loma Prieta de 1989, les séismes de Northridge de 1994 et de Ridgecrest de 2018.

En Inde, par contre, les écarts flagrants en matière d'alphabétisation et de communautés urbaines par rapport aux communautés rurales peuvent entraîner des lacunes dans les comptes rendus des tremblements de terre autodéclarés par le biais de DYFI, écrivez Susan Hough de l'USGS et Stacey Martin de l'Université nationale australienne.

Des études antérieures ont examiné les raisons pour lesquelles les gens réagissent à DYFI, dont une publication de 2016 par Sum Mak et Danijel Schorlemmer. Mais les différences socio-économiques concernant les personnes qui signalent les tremblements de terre « est un facteur auquel nous n'avons pas suffisamment réfléchi, même s'il façonne les ensembles de données disponibles, surtout en dehors des États-Unis », a déclaré Hough.

Les données d'intensité glanées à partir de DYFI sont utilisées pour développer des représentations ShakeMap du mouvement du sol dans des endroits avec une instrumentation clairsemée. ShakeMap informe à son tour le système Prompt Assessment of Global Earthquakes for Response (PAGER) qui fournit des informations rapides cruciales pour la réponse aux tremblements de terre.

"Le résultat final est que nous comptons sur des données [DYFI] non représentatives pour étoffer ShakeMaps pour les grands tremblements de terre mondiaux, " a noté Hough. " Si les données sont limitées et non représentatives, PAGER peut ne pas donner aux gestionnaires d'urgence une bonne indication de l'endroit où diriger leurs ressources. »

"J'en connais beaucoup qui prennent les observations DYFI de l'extérieur des États-Unis pour argent comptant sans aucun examen et ont fait l'hypothèse erronée que c'est tout ce qu'il y a dans l'histoire, " Martin a ajouté. " Comme nous l'avons montré dans cette étude, ce serait une hypothèse vraiment inappropriée."

La représentation peut également entrer en jeu lorsque les scientifiques s'appuient sur des comptes d'archives pour étudier des tremblements de terre historiques. Hough a décrit l'impact potentiel de rapports de tremblement de terre non représentatifs dans une étude précédente lorsqu'elle et son collègue Morgan Page ont trouvé une lettre publiée dans un journal de l'Arkansas qui a aidé à relocaliser un tremblement de terre de 1882 dans la nation Choctaw dans le sud-est de l'Oklahoma. Le récit unique a aidé les sismologues à mieux comprendre la sismicité historique en Oklahoma, mais il existe encore de nombreuses « inconnues inconnues » sur les tremblements de terre dans la région pendant et après l'événement de 1882, car les comptes amérindiens ne sont pas disponibles, dit Hough.

Lorsque Hough et Martin ont comparé les réponses DYFI avec le revenu moyen des ménages par code postal pour les trois tremblements de terre en Californie, les chercheurs ont découvert des tendances complexes et intrigantes. Pour le tremblement de terre de Northridge, par exemple, les zones relativement riches étaient plus susceptibles de contribuer à de fortes secousses, et les fortes secousses des zones les plus pauvres peuvent être sous-représentées dans les données DYFI.

Les chercheurs ont découvert qu'en Inde, Les rapports de DYFI étaient fortement biaisés en faveur des individus urbains et dépendaient fortement des taux d'alphabétisation d'une région. Dans certains cas, la différence entre les auto-évaluations de DYFI et les témoignages recueillis par des moyens traditionnels tels que les comptes rendus de la presse locale était significative. Pour le tremblement de terre de Gorkha en 2015, par exemple, 74% des réponses DYFI provenaient de zones urbaines, alors que seulement 34 % des comptes traditionnels provenaient de centres urbains.

"Être indien, Je sais de première main qu'il existe des disparités sur de nombreux fronts dans mon pays, ", a déclaré Martin. "Néanmoins, le contraste frappant entre les rapports urbains et ruraux de DYFI en provenance d'Inde pour les trois tremblements de terre analysés pour cette étude m'a toujours surpris. Je ne m'attendais pas à ce que les disparités sociales se manifestent dans quelque chose d'aussi éloigné que les rapports sur les tremblements de terre."

Le développement ultérieur des systèmes en ligne les rendra potentiellement plus inclusifs; par exemple, y compris des sondages en ligne dans plusieurs langues, et la conception d'applications faciles à utiliser. Il reste également important, les chercheurs ont dit, pour étudier les effets des tremblements de terre à l'aide de reportages médiatiques, dont l'étude a montré qu'ils ont tendance à être plus inclusifs en Inde.

Hough a noté que la communauté géoscientifique est aux prises avec la façon dont la sous-représentation affecte sa main-d'œuvre, mais des études comme celle-ci montrent à quel point la sous-représentation « est en fait un problème pour la science elle-même ».

"Vous pouvez relier les points, Je pense, " dit-elle. " Si vous n'avez pas une communauté diversifiée de scientifiques, il n'y a pas de gens qui posent les bonnes questions."