GCRI · Ilmu Sistem dan Pemodelan
Jaringan dan kaskade
Many systemic risks travel along networks: supply chains, power grids, financial exposures, transport and contact networks. Network models represent who is connected to whom and simulate how a failure or infection spreads. This page sets out how networks are built and analysed, how cascade models work and fail, and what evidence serves the institutions that use network analysis to manage interconnected risk.
Bagaimana pekerjaan berjalan.
Penjalan model terhubung
Networks and cascades · Coupled model A · Scenario set 3
Grafik keterkaitan model
simpul: model · sisi: variabel yang dipertukarkan
Komponen terhubung
| Hidrologi | 1 hari | limpasan | Ya |
| Sistem tenaga listrik | 1 h | permintaan, pemadaman | Ya |
| Ekonomi | 1 kuartal | keluaran, harga | Sebagian |
| Penduduk | 1 tahun | keterpaparan | Ya |
Keluaran ansambel
Gbr.Coupled model runner: example names and illustrative values, not a record or a live system.
Networks and cascades: how the risk develops.
Ilmu jaringan untuk ketergantungan, penularan, dan kegagalan berantai. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Structure shapes spread
Highly connected nodes, short paths and clusters determine how fast and far a cascade travels. The same shock spreads differently on different structures.
Thresholds and load matter
Nodes fail when stress exceeds a threshold, and failed nodes shift load to neighbours, which can trigger further failures.
Missing links distort results
Real networks are rarely fully observed. Missing links can make a system look more or less fragile than it is.
Networks are layered
Real sistem form multilayer networks, such as power and communications, where failures jump between the layers.
Bahaya dan keterpaparan di Amerika Utara.
Kepadatan penduduk, air banjir, dan cahaya malam di Amerika Utara, dari NASA GIBS. Setiap lapisan memiliki tanggalnya sendiri.
Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.
Lapisan 3
Bahaya dan keterpaparan, untuk halaman ini
Tentang lapisan ini
- Bukti
- Estimasi
- Sumber
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
- Penyedia
- NASA SEDAC (CIESIN, Universitas Columbia)
- Lisensi
- CC BY 4.0
- Tahun data
- null; estimasi berbasis sensus, statis (2020)
- Resolusi
- kisi sekitar 1 km
- Ketidakpastian
- Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati (awan menyisakan celah)
- Sumber
- Produk Banjir Global VIIRS (NASA LANCE)
- Penyedia
- NASA LANCE
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; deteksi satelit; awan menyisakan celah
- Terbaru saat build
- 2026-10-14
- Resolusi
- kisi sekitar 250 m
- Ketidakpastian
- Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati
- Sumber
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Penyedia
- NASA LAADS DAAC
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; radiansi satelit, dikoreksi untuk cahaya bulan dan atmosfer
- Terbaru saat build
- 2026-10-12
- Resolusi
- kisi sekitar 500 m
- Ketidakpastian
- Pancaran radiasi satelit pada malam hari untuk tanggal yang ditampilkan; cahaya adalah proksi penggunaan listrik dan pemadaman, bukan ukuran pasokan atau akses.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati
- Sumber
- Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
- Penyedia
- NASA LANCE
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; citra satelit
- Terbaru saat build
- 2026-10-14
- Resolusi
- kisi sekitar 250 m
- Ketidakpastian
- Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati (awan dan waktu lintasan menyisakan celah)
- Sumber
- VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
- Penyedia
- NASA LANCE FIRMS
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; deteksi satelit; awan dan waktu lintasan menyisakan celah
- Terbaru saat build
- 2026-10-13
- Resolusi
- kisi sekitar 500 m
- Ketidakpastian
- Deteksi titik panas satelit pada hari yang ditampilkan, termasuk suar gas dan panas industri; bukan kebakaran yang terkonfirmasi, laporan insiden, atau peringatan.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Dimodelkan (tahun terbaru yang diterbitkan GIBS)
- Sumber
- MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
- Penyedia
- NASA LP DAAC
- Lisensi
- Data terbuka NASA
- Tahun data
- tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
- Terbaru saat build
- 2024-01-01
- Resolusi
- kisi sekitar 500 m
- Ketidakpastian
- Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Papan ketik, dengan peta terfokus
Tahan Ctrl atau ⌘ dan gulir untuk memperbesar
Terbaru yang tersedia
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth
Memuat citra NASA terbaru.
Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.
Bahaya dan keterpaparan, dibingkai pada Amerika Utara.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.
Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTSumber dan lisensi
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
- Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- Cahaya malam VIIRS Black Marble, NASA Goddard Space Flight Center; didistribusikan oleh NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
- NASA Fire Information for Resource Management System (FIRMS), produk kebakaran aktif VIIRS 375 m, NASA LANCE; ubin vektor melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
- Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
- © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
- Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
- Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
- Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
- Langsung: U.S. Geological Survey. Peristiwa bersifat indikatif, bukan peringatan otoritas.
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
- Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- Lapisan opsional (11 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.
Lapisan dan tanggal
- Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
- Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
- Cahaya malam, harian: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 Okt 2026
- Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
- Kebakaran aktif dan anomali termal: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 Okt 2026
- Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
Network models trace cascades across domains.
Network studies are designed for the seri Risiko dan Ketahanan Sistem Global. Buldyrev and colleagues (2010) showed abrupt collapse in coupled networks; real sistem have operators and buffers the theory omits.
- Network datasets under terms.
- Cascade case studies.
Model networks and cascades as a system. Run the cascade.
Disusun dari profil bidang Nexus Standards profil area Standar bahaya majemuk dan berantai: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.
Bahaya
- Peristiwa natech
- Tumpahan atau kebocoran bahan kimia (dipicu di hilir)
- Emergency-response overload (dipicu di hilir)
- Pelepasan gas beracun (dipicu di hilir)
- Kebakaran industri (dipicu di hilir)
Sistem dan keterkaitan
- Standar bahaya majemuk dan berantai
- Standar bahaya hidrometeorologi Pemajemukan
- Standar bahaya geofisika Pemicuan
- Infrastruktur kritis dan entitas kritis Efek berantai
- Risiko global dan risiko sistemik Mekanisme
Kendali
NS-0Anggaran dasar dan prinsipNS-3UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)NS-9UNI kontekstual (penerapan, instans, instans program)NS-11Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)NRS-H61Kelompok bahaya: Kegagalan berantai (NHS-1 sys.cascade)NRS-H62Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)NRS-H60Kelompok bahaya: Gangguan rantai pasok dan aliran (NHS-1 sys.supply-chain)NRS-H94Keluarga bahaya: Peristiwa siber sistemik (NHS-1 cyber.systemic-cyber)NRS-H107Keluarga bahaya: Konsentrasi dan monokultur infrastruktur digital (NHS-1 tech.digital-concentration)NRS-H7Keluarga bahaya: Anomali sirkulasi skala besar (NHS-1 atmo.climate-mode)
Pengamatan
- Aktivasi pemetaan cepat Copernicus EMS (dicantumkan sebagai rujukan)
- OpenStreetMap planet dan replikasi (dicantumkan sebagai rujukan)
- Reanalisis ERA5 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
- Kerugian ekonomi langsung akibat bencana terhadap PDB global
- Jumlah gangguan layanan dasar yang disebabkan bencana
Contoh geografi
- Bangladesh: 134 sel heksagonal
- Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
- Karbon monoksida, sebaran asap (AIRS), NASA GIBS
- Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
Apa yang diukur, dan seberapa baik.
Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.
| Indikator | Unit | Kadensi | Jenis sumber | Label |
|---|---|---|---|---|
| Network size | nodes and links | per dataset | Network data | TERAMATI |
| Degree distribution | distribution shape | per dataset | Analisis jaringan | ESTIMASI |
| Centrality of key nodes | centrality score | per analysis | Analisis jaringan | ESTIMASI |
| Cascade size in simulation | share of nodes failed | per scenario | Cascade models | DIMODELKAN |
| Data completeness | estimated share of links observed | per dataset | Data assessment | ESTIMASI |
| Interlayer dependencies | jumlah | per dataset | Multilayer network data | DINYATAKAN |
How networks and cascades is modelled, measured and tested.
Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.
Model, persamaan, dan asumsi
The model structure used for networks and cascades, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulanganEAL = ∑k pk · Lkatas peristiwa k dengan probabilitas tahunan pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Asumsi | Mengapa ini dibuat | Bagaimana ini diuji |
|---|---|---|
| Bahaya dan eksposur bersifat independen dalam satu peristiwa | Menjaga integral kerugian tetap dapat dihitung | Bandingkan dengan pencocokan kopula pada catatan gabungan |
| Keterkaitan bersifat linear di dekat titik operasi | Membiarkan guncangan merambat melalui A | Uji di luar rentang linear lalu bandingkan |
| Kurva kerentanan dapat dipindahkan antartempat | Kurva lokal jarang tersedia | Validasi terhadap kerugian teramati jika tersedia |
- Masukan
- dataset berversi dengan asal-usul yang tercatat
- Keluaran
- distribusi, bukan angka tunggal
- Kode
- dirilis bersama kartu model dan pengujiannya
- Reproduksi
- data, kode, lingkungan, dan seed yang sama
Asal bukti.
Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.
| Sumber | Apa yang diberikannya | Kelas lisensi |
|---|---|---|
| Published network datasets such as SNAP and Netzschleuder | Benchmark networks for methods testing | Open, licence per dataset |
| Input-output and trade networks (OECD ICIO, BACI) | Economic dependency networks | Public, OECD terms; open, Etalab licence |
| Power grid network models for research | Grid topology datasets | Licence per dataset (to check) |
| NetworkX, igraph and graph-tool | Open-source network analysis software | Open source, BSD and GPL licences |
| Network science literature on cascades | Models and validation studies | Licence per publication |
Siapa yang memutuskan, dan apa yang dilayani bukti.
Sistem Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Siapa yang memutuskan | Pertanyaannya | Bukti yang dilayani halaman ini |
|---|---|---|
| Analysts across Nexus platforms | Which network methods suit their dependency data | Konstruksi guides; model comparisons |
| Regulators and operators | How to read network-based risk findings | Sensitivity analyses |
| Data owners | Which links most need to be observed | Missing link sensitivity |
Keluaran yang dihasilkan topik ini
- Network construction guides for dependency data
- Cascade model comparisons
- Sensitivity analyses for missing links
- Method notes for platforms using network analysis
What experts ask about networks.
- Which nodes or links, if removed, would cause the largest disruption?
- How does network structure, such as clustering or hubs, affect the spread of failures?
- When do small shocks trigger large cascades?
- How do interdependent networks, such as power and communications, amplify failures?
- How can redundancy and modularity make networks more robust?
How cascades happen.
Network science has shown that many real networks have heterogeneous structures, with a few highly connected hubs. Such networks are robust to random failures but vulnerable to targeted loss of hubs. The same structure that makes them efficient makes them fragile in specific ways.
Cascades occur when a failure overloads neighbours, which then fail in turn. In power grids, a line failure shifts flow to other lines; in finance, a default imposes losses on creditors; in supply chains, a missing part halts downstream production. Whether a shock stays local or spreads depends on load, capacity and connectivity.
Interdependent networks add risk. Power sistem depend on communications for control, which depend on power. Failures can bounce between networks, producing larger collapses than either network alone would suffer.
Metode dan batasannya.
- 01
Graph metrics
Centrality, connectivity and clustering measures, using ilmu jaringan. They describe structure but not dynamics.
- 02
Cascade models
Simulating failure propagation with load-redistribution or threshold rules. Results depend on assumed rules.
- 03
Interdependent network models
Coupling networks to study cross-system failure. Data on real interdependencies are scarce.
- 04
Robustness optimisation
Designing redundancy, using optimisation. Trade-offs with cost and efficiency.
Network data are often incomplete or confidential, and stylised models may not capture operational detail.
Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.
- 01Ilmu jaringan dan penularanRepresentasi jaringan bersama · Perbandingan model penularan · Analisis multilapisDiterapkan di sini
- 02Sistem kompleks dan pemodelan berbasis agenStandar model berbasis agen · Analisis umpan balik dan titik kritis · Indikator peringatan diniDiterapkan di sini
- 03Probabilitas dan statistikaKalibrasi Bayesian · Penilaian prediksi yang tepat · Statistik ensambelDiterapkan di sini
- 04Komputasi berkinerja tinggi, cloud, dan edgeDesain ensambel dalam batas anggaran · Orkestrasi alur kerja · Lingkungan yang dapat direproduksiDiterapkan di sini
Where this page’s references lead.
Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.
Tanya jawab.
What is a cascade in network science?
What is a multilayer network?
Why do missing links matter?
Are hubs always a weakness?
Can cascades be prevented?
What data are needed?
Do financial networks behave like power grids?
Kontribusikan bukti dari halaman ini.
Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- SurelGerbang GW-GCRIKirim dari halaman iniBukti, koreksi, kasus, metode, tinjauan, terjemahan, atau masukan profil. Kiriman tiba dengan label halaman ini, sehingga editor pemiliknya menerimanya.
- ZenodoDeposit terbukaDeposit dan ajukan ke komunitasTerbitkan catatan Anda sendiri di Zenodo dengan ORCID iD Anda, lalu ajukan ke komunitas Reports di sana. Kurator meninjaunya; DOI tetap milik Anda.
- LaporanGCRILihat semua cara berkontribusiJenis kontribusi, cara masing-masing ditinjau, kredit yang Anda terima, lisensinya, dan apa yang tidak pernah diterima.
Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.
Bawa metode, dataset, atau pertanyaan.
Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.
Dokumen hukum.
Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.