Topographic characterization of lunar complex craters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We use Lunar Orbiter Laser Altimeter topography data to revisit the depth ( d )‐diameter ( D ), and central peak height ( h cp )‐diameter relationships for fresh complex lunar craters. We assembled a data set of young craters with D ≥ 15 km and ensured the craters were unmodified and fresh using Lunar Reconnaissance Orbiter Wide‐Angle Camera images. We used Lunar Orbiter Laser Altimeter gridded data to determine the rim‐to‐floor crater depths, as well as the height of the central peak above the crater floor. We established power‐law d‐D and h cp ‐ D relationships for complex craters on mare and highlands terrain. Our results indicate that craters on highland terrain are, on average, deeper and have higher central peaks than craters on mare terrain. Furthermore, we find that the crater depths for both mare and highlands craters are significantly deeper than previously reported. This likely reflects the inclusion of transitional craters and/or older and/or modified craters in previous work, as well as the limitations of the stereophotogrammetric and shadow‐length data sets used in those studies. There is substantial variability in the depths and the central peak heights for craters in a given diameter range. We suggest that the differences in mean d and h cp as a function of crater diameter for highlands and mare craters result from differences in bulk physical properties of the terrain types, whereas the variability in d and h cp at a given diameter may reflect variations in impactor properties and impact parameters.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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