Compositional Study of Trans-Neptunian Objects at λ > 2.2 μm
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Using data from the Infrared Array Camera on the Spitzer Space Telescope, we present photometric observations of a sample of 100 trans-Neptunian objects (TNOs) beyond 2.2 μ m. These observations, collected with two broadband filters centered at 3.6 and 4.5 μ m, were done in order to study the surface composition of TNOs, which are too faint to obtain spectroscopic measurements. With this aim, we have developed a method for the identification of different materials that are found on the surfaces of TNOs. In our sample, we detected objects with colors that are consistent with the presence of small amounts of water, and we were able to distinguish between surfaces that are predominantly composed of complex organics and amorphous silicates. We found that 86% of our sample have characteristics that are consistent with a certain amount of water ice, and the most common composition (73% of the objects) is a mixture of water ice, amorphous silicates, and complex organics. Twenty-three percent of our sample may include other ices, such as carbon monoxide, carbon dioxide, methane, or methanol. Additionally, only small objects seem to have surfaces dominated by silicates. This method is a unique tool for the identification of complex organics and to obtain the surface composition of extremely faint objects. Furthermore, this method will be beneficial when using the James Webb Space Telescope for differentiating groups within the trans-Neptunian population.
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.
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 | 0,001 | 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 | 0,001 | 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) | 0,002 | 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 découle