MétaCan
Menu
Retour à la cohorte
Enregistrement W2952663570 · doi:10.1088/0004-637x/801/1/15

CONGLOMERATION OF KILOMETER-SIZED PLANETESIMALS

2015· article· en· W2952663570 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstro and Planetary Science
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPlanetesimalPlanetAsteroidCosmic dustInfrared astronomy

Résumé

récupéré en direct d'OpenAlex

We study the efficiency of forming large bodies, starting from a sea of equal-sized planetesimals. This is likely one of the earlier steps of planet formation and relevant for the formation of the asteroid belt, the Kuiper Belt, and extrasolar debris disks. Here we consider the case that the seed planetesimals do not collide frequently enough for collisions to be dynamically important (the collisionless limit), using a newly constructed conglomeration code, and by carefully comparing numerical results with analytical scalings. In the absence of collisional cooling, as large bodies grow by accreting small bodies, the velocity dispersion of the small bodies ( u ) is increasingly excited. Growth passes from the well-known runaway stage (when u is higher than the big bodies' hill velocity) to the newly discovered trans-hill stage (when u and big bodies both grow, but u remains at the big bodies' hill velocity). We find, concurring with the analytical understandings developed by Lithwick, as well as previous numerical studies, that a size spectrum results, and that the formation efficiency, defined as the mass fraction in bodies much larger than the initial size, is , or at the distance of the Kuiper Belt. We argue that this extreme inefficiency invalidates the conventional conglomeration model for the formation of both our Kuiper Belt and extrasolar debris disks. New theories, possibly involving direct gravitational collapse, or strong collisional cooling of small planetesimals, are required.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,235
Écart entre enseignants0,215 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetAstro and Planetary ScienceTravaux en français237 207