Lunar central peak mineralogy and iron content using the Kaguya Multiband Imager: Reassessment of the compositional structure of the lunar crust
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
Ryder and Wood (1977) suggested that the lunar crust becomes more mafic with depth because the impact melts associated with the large Imbrium and Serenitatis basins are more mafic than the surface composition of the Moon. In this study, we reexamine the hypothesis that the crust becomes more mafic with depth; we analyze the composition of crater central peaks by using recent remote sensing data and combining the best practices of previous studies. We compute the mineralogy for 34 central peaks using (1) nine-band visible and near-infrared data from the Kaguya Multiband Imager, (2) an improved version of Hapke's radiative transfer model validated with spectra of lunar soils with well-known modal mineralogy, and (3) new crustal thickness models from the Gravity Recovery and Interior Laboratory data to examine the variation in composition with depth. We find that there is no increase in mafic mineral abundances with proximity to the crust/mantle boundary or with depth from the current lunar surface and, therefore, that the crust does not become more mafic with depth. We find that anorthosite with very low mafic abundance (“purest anorthosite” or PAN) is a minority constituent in these peaks, and there is no clear evidence of a distinct PAN-rich layer in the middle crust as previously proposed. The composition of most of the central peaks we analyze is more mafic than classically defined anorthosites with an average noritic anorthosite composition similar to that of the lunar surface.
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 | 0,000 |
| 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