OSSOS XX: The Meaning of Kuiper Belt Colors
Notice bibliographique
Résumé
Abstract Observations show that 100 km class Kuiper Belt objects (KBOs) can be divided into (at least) two color groups, red (R; g − i < 1.2) and very red (VR; g − i > 1.2), reflecting a difference in their surface composition. This is thought to imply that KBOs formed over a relatively wide range of radial distance, r . The cold classicals at 42 au < r < 47 au are predominantly VR, and known Neptune Trojans at r ≃ 30 au are mostly R. Intriguingly, however, the dynamically hot KBOs show a mix of R and VR colors and no correlation of color with r . Here we perform migration/instability simulations where the Kuiper Belt is populated from an extended planetesimal disk. We find that the color observations can be best understood if R objects formed at r < r * and VR objects at r > r *, with 30 au < r * < 40 au. The proposed transition at 30 au < r * < 40 au would explain why the VR objects in the dynamically hot population have smaller orbital inclinations than the R objects, because the orbital excitation from Neptune weakens for orbits starting beyond 30 au. Possible causes of the R–VR color bimodality are discussed.
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 | 0,000 |
| 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 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 ».