Notice bibliographique
Résumé
This paper presents the results of collisional evolution calculations for the Kuiper Belt starting from an initial size distribution similar to that produced by accretion simulations of that region—a steep power-law large object size distribution that breaks to a shallower slope at r ∼ 1–2 km, with collisional equilibrium achieved for objects r ≲ 0.5 km. We find that the break from the steep large object power law causes a divot, or depletion of objects at r ∼ 10–20 km, which, in turn, greatly reduces the disruption rate of objects with r ≳ 25–50 km, preserving the steep power-law behavior for objects at this size. Our calculations demonstrate that the roll-over observed in the Kuiper Belt size distribution is naturally explained as an edge of a divot in the size distribution; the radius at which the size distribution transitions away from the power law, and the shape of the divot from our simulations are consistent with the size of the observed roll-over, and size distribution for smaller bodies. Both the kink radius and the radius of the divot center depend on the strength scaling law in the gravity regime for Kuiper Belt objects. These simulations suggest that the sky density of r ∼ 1 km objects is ∼10 6 –10 7 objects per square degree. A detection of the divot in the size distribution would provide a measure of the strength of large Kuiper Belt objects, and constrain the shape of the size distribution at the end of accretion in the Kuiper Belt.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».