Physical parameters of selected <i>Gaia</i> mass asteroids
Notice bibliographique
Résumé
Context. Thanks to the Gaia mission, it will be possible to determine the masses of approximately hundreds of large main belt asteroids with very good precision. We currently have diameter estimates for all of them that can be used to compute their volume and hence their density. However, some of those diameters are still based on simple thermal models, which can occasionally lead to volume uncertainties as high as 20–30%. Aims. The aim of this paper is to determine the 3D shape models and compute the volumes for 13 main belt asteroids that were selected from those targets for which Gaia will provide the mass with an accuracy of better than 10%. Methods. We used the genetic Shaping Asteroids with Genetic Evolution (SAGE) algorithm to fit disk-integrated, dense photometric lightcurves and obtain detailed asteroid shape models. These models were scaled by fitting them to available stellar occultation and/or thermal infrared observations. Results. We determine the spin and shape models for 13 main belt asteroids using the SAGE algorithm. Occultation fitting enables us to confirm main shape features and the spin state, while thermophysical modeling leads to more precise diameters as well as estimates of thermal inertia values. Conclusions. We calculated the volume of our sample of main-belt asteroids for which the Gaia satellite will provide precise mass determinations. From our volumes, it will then be possible to more accurately compute the bulk density, which is a fundamental physical property needed to understand the formation and evolution processes of small Solar System bodies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».