Notice bibliographique
Résumé
Over the past decade there has been a large increase in the number of automated camera networks that monitor the sky for fireballs. One of the goals of these networks is to provide the necessary information for linking meteorites to their pre-impact, heliocentric orbits and ultimately to their source regions in the solar system. We re-computed heliocentric orbits for the 25 meteorite falls published in or before 2016 from original data sources (Granvik and Brown 2018). Using these orbits, we constrained their most likely escape routes from the main asteroid belt and the cometary region by utilizing a state-of-the-art orbit model of the near-Earth-object population (Granvik et al. 2016), which includes a size-dependence in delivery efficiency. While we find that the general results for escape routes are comparable to previous work, the role of trajectory measurement uncertainty in escape-route identification is explored for the first time. Moreover, the improved size-dependent delivery model substantially changes likely escape routes for several meteorite falls, most notably Tagish Lake which seems unlikely to have originated in the outer main belt as previously suggested. In addition, we find that reducing the uncertainty of fireball velocity measurements below about 0.1 km/s does not lead to reduced uncertainties in the identification of their escape routes from the asteroid belt and, further, their ultimate source regions. The analysis suggests that camera networks should be optimized for the largest possible number of meteorite recoveries with measured speed precisions of order 0.1 km/s. We will present updated results based on a new NEO model (Granvik et al. 2018) and complement our data set with the falls that have been reported since 2016.References: Granvik, M. and Brown, P. (2018). "Identification of meteorite source regions in the Solar System", Icarus 311, 271-287. Granvik, M., Morbidelli, A., Jedicke, R., Bolin, B., Bottke, W. F., Beshore, E., Vokrouhlicky, D., Delbo, M., Michel, P. (2016). "Super-catastrophic disruption of asteroids at small perihelion distances", Nature 530, 303-306.Granvik, M., Morbidelli, A., Jedicke, R., Bolin, B., Bottke, W. F., Beshore, E., Vokrouhlicky, D., Nesvorny, D., Michel, P. (2018). "Debiased orbit and absolute-magnitude distributions for near-Earth objects", Icarus 312, 181-207.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».