Multi-wavelength observations of planet forming disks: Constraints on planet formation processes
Notice bibliographique
Résumé
Our understanding of protoplanetary disks has greatly improved over the last decade due to a wealth of data from new facilities. Unbiased dust surveys with Spitzer leave us with good constraints on the dust dispersal timescale of small grains in the terrestrial planet forming region. In the ALMA era, this can be confronted for the first time also with evolutionary timescales of mm grains in the outer disk. Gas surveys in the context of the existing multi-wavelength dust surveys will be a key in large statistical studies of disk gas evolution. Unbiased gas surveys are limited to ALMA CO submm surveys, where the quantitative interpretation is still debated. Herschel gas surveys have been largely biased, but [OI] 63 mic surveys and also accretion tracers agree qualitatively with the evolutionary timescale of small grains in the inner disk. Recent advances achieved by means of consistent multi-wavelength studies of gas AND dust in planet forming disks reveal the subtleties of the quantitative interpretation of gas surveys. Observational methods to determine disk masses e.g. from CO submm lines require the knowledge of the dust properties in the disk. Understanding not only the gas evolution, but also its chemical composition will provide crucial input for planet formation models. Kinetic chemical results give profoundly different answers than thermodynamic equilibrium in terms of the C/O ratios as well as the water ice/rock ratios. Again, dust has a key impact on the chemical evolution and composition of the gas. Grain growth for example affects freeze-out processes and strongly increases the cosmic ray induced UV field.
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 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».