Lunar Cold Spots and Crater Production on the Moon
Notice bibliographique
Résumé
Abstract Mapping of lunar nighttime surface temperatures has revealed anomalously low nighttime temperatures around recently formed impact craters on the Moon. The thermophysically distinct “cold spots” provide a way of identifying the most recently formed impact craters. Over 2,000 cold spot source craters were measured with diameters ranging from 43 m to 2.3 km. Comparison of the crater size‐frequency distribution with crater chronology models and crater counts of superposed craters on the ejecta of the largest cold spot craters constrains the retention time of the cold spots to no more than ~0.5–1.0 Myr with smaller cold spots possibly retained for only few hundred kyr. This would suggest a relatively rapid impact gardening rate with regolith overturn depths exceeding ~5 cm over this time scale. We observe a longitudinal heterogeneity in the cold spot distribution that reflects the Moon's synchronous rotation with a higher density of cold spots at the apex of motion. The magnitude of the asymmetry indicates the craters formed from a population of objects with low mean encounter velocities ~8.4 km/s. The larger cold spots ( D > 800 m) do not follow this trend, and are concentrated on the trailing farside. This could result from a shorter retention time for larger cold spots on the leading hemisphere due to the greater number of smaller, superposed impacts. Alternatively, the abundance of large cold spots on the trailing farside resulted from a swarm of 100‐m‐scale impactors striking the Moon within the last ~0.5 Myr.
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 | 0,001 | 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 | 0,001 |
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.
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 ».