MétaCan
Menu
Retour à la cohorte
Enregistrement W2407103080 · doi:10.1038/srep17075

Petrologic Characteristics of the Lunar Surface

2015· article· en· W2407103080 sur OpenAlexaff
Xianmin Wang, Witold Pedrycz

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesWuhan Science and Technology ProjectFundamental Research Funds for the Central UniversitiesChina University of GeosciencesChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésGeologyBasaltVolcanismGeology of the MoonMantle (geology)CrustLunar mareGeochemistryIntrusionTectonicsPaleontology

Résumé

récupéré en direct d'OpenAlex

Petrologic analysis of the lunar surface is critical for determining lunar formation and evolution. Here, we report the first global petrologic map that includes the five most important lunar lithological units: the Ferroan Anorthositic (FAN) Unit, the Magnesian Suite (MS) Unit, the Alkali Suite (AS) Unit, the KREEP Basalt (KB) Unit and the Mare Basalt (MB) Unit. Based on the petrologic map and focusing on four long-debated and important issues related to lunar formation and evolution, we draw the following conclusions from the new insights into the global distribution of the five petrologic units: (1) there may be no petrogenetic relationship between MS rocks and KB; (2) there may be no petrogenetic link between MS and AS rocks; (3) the exposure of the KREEP component on the lunar surface is likely not a result of MB volcanism but is instead mainly associated with the combined action of plutonic intrusion, KREEP volcanism and celestial collision; (4) the impact size of the South Pole-Aitken basin is constrained, i.e., the basin has been excavated through the whole crust to exhume a vast majority of lower-crustal material and a very limited mantle components to 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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,025
Tête enseignante GPT0,224
Écart entre enseignants0,199 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPlanetary Science and ExplorationTravaux en français237 207