Geochemical Advances in Mercury Science Facilitated by a Landed Mission
Notice bibliographique
Résumé
The data from the MErcury Surface, Space ENvironment, GEochemistry, and Ranging (MESSENGER) spacecraft have revealed several surprising characteristics about the surface of Mercury, leading to its classification as a geochemical endmember among the terrestrial planets. Some of these features include elevated abundances of up to 3 wt% S, C enrichment as high as 4 wt% over the local mean in low reflectance materials (LRM), Na up to 5 wt% at high northern latitudes, and Fe abundances typically lower than 2 wt% [e.g., 1–4]. The S and Fe concentrations have been used to infer that Mercury’s igneous history evolved under highly reduced oxygen fugacity conditions between 2.6 and 7.3 log10 units below the iron-wustite buffer [e.g., 5], which is more reducing than any other terrestrial planet in the solar system [e.g., 6]. This highly reduced nature has important consequences for the differentiation and thermal/magmatic evolution of Mercury. While the immense amount of data collected by MESSENGER revealed Mercury as a geochemical endmember, this new knowledge gained raised additional questions that necessitate continued exploration of the planet. Fortunately, BepiColombo launched in October of 2018, and this joint ESA/JAXA dual-orbiter spacecraft is the most ambitious effort yet attempted to explore Mercury [e.g., 7]. Looking beyond BepiColombo, there are major aspects of Mercury’s geochemical character and evolution for which significant knowledge gaps can be dramatically improved with data acquired from the planet’s surface via in situ landed science.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».