MétaCan
Menu
Retour à la cohorte
Enregistrement W2382497931 · doi:10.1111/maps.12646

The oxidation state of nanophase Fe particles in lunar soil: Implications for space weathering

2016· article· en· W2382497931 sur OpenAlexfundno aff
M. S. Thompson, T. J. Zega, P. Becerra, J. T. Keane, Shane Byrne

Notice bibliographique

RevueMeteoritics and Planetary Science · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Aeronautics and Space Administration
Mots-clésSpace weatheringWeatheringLunar soilOxidation stateNanoparticleMaterials scienceSoil waterTransmission electron microscopyRegolithElectron energy loss spectroscopyMaturity (psychological)SpectroscopyOxygenAnalytical Chemistry (journal)MineralogyChemical engineeringAstrobiologyEnvironmental chemistryChemistryGeologyMetallurgyNanotechnologyMetalSoil scienceGeochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract We report measurements of the oxidation state of Fe nanoparticles within lunar soils that experienced varied degrees of space weathering. We measured >100 particles from immature, submature, and mature lunar samples using electron energy‐loss spectroscopy ( EELS ) coupled to an aberration‐corrected transmission electron microscope. The EELS measurements show that the nanoparticles are composed of a mixture of Fe 0 , Fe 2+ , and Fe 3+ oxidation states, and exhibit a trend of increasing oxidation state with higher maturity. We hypothesize that the oxidation is driven by the diffusion of O atoms to the surface of the Fe nanoparticles from the oxygen‐rich matrix that surrounds them. The oxidation state of Fe in the nanoparticles has an effect on modeled reflectance properties of lunar soil. These results are relevant to remote sensing data for the Moon and to the remote determination of relative soil maturities for various regions 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations96
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeteoritics and Planetary ScienceMême sujetPlanetary Science and ExplorationTravaux en français237 207