MétaCan
Menu
Retour à la cohorte

Effect of Re-Impacting Debris on the Solidification of the Lunar Magma Ocean

2018· article· en· W3034607838 sur OpenAlexaff
Viranga Perera, Alan P. Jackson, L. T. Elkins‐Tanton, Erik Asphaug

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésMagmaSolid earthGeologyAstrobiologyComputer scienceVolcanoGeophysicsGeochemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Anorthosites that comprise the bulk of the lunar crust are believed to have formed during solidification of a Lunar Magma Ocean (LMO) in which these rocks would have floated to the surface. This early flotation crust would have formed a thermal blanket over the remaining LMO, prolonging solidification. Geochronology of lunar anorthosites indicates a long timescale of LMO cooling, or re-melting and re-crystallization in one or more late events. To better interpret this geochronology, we model LMO solidification in a scenario where the Moon is being continuously bombarded by returning projectiles released from the Moon-forming giant impact. More than one lunar mass of material escaped the Earth-Moon system onto heliocentric orbits following the giant impact, much of it to come back on returning orbits for a period of 100 Myr. If large enough, these projectiles would have punctured holes in the nascent floatation crust of the Moon, exposing the LMO to space and causing more rapid cooling. We model these scenarios using a thermal evolution model of the Moon that allows for production (by cratering) and evolution (solidification and infill) of holes in the flotation crust that insulates the LMO. For effective hole production, solidification of the magma ocean can be significantly expedited, decreasing the cooling time by more than a factor of 5. If hole production is inefficient, but shock conversion of projectile kinetic energy to thermal energy is efficient, then LMO solidification can be somewhat prolonged, lengthening the cooling time by 50% or more.

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)0,002
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,015
Tête enseignante GPT0,249
Écart entre enseignants0,234 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlanetary Science and ExplorationTravaux en français237 207