Electrical resistivity of the Fe–Si–S ternary system: implications for timing of thermal convection shutdown in the lunar core
Notice bibliographique
Résumé
The composition of the lunar core has been suggested to be Fe-rich with varying amounts of lighter elements, such as Si and S. Presence of Si and S affects electrical and thermal transport properties and thus influences core thermal processes and evolution. Paleomagnetic observations constrain a high intensity magnetic field that ceases shortly after formation of the moon (~ 3.5-4.2 Ga year ago), and thermal convection in the core may contribute to generation of this field. In this study, the electrical resistivity of Fe-14 wt% Si-3 wt% S was measured in both solid and molten states at pressures up to 5 GPa and thermal conductivity was calculated via the Wiedemann-Franz Law from the electrical measurements. The results were used to estimate the adiabatic conductive heat flux of a molten Fe-14 wt% Si-3 wt% S lunar core and compared to a Fe-2-17 wt% Si lunar core, which showed that thermal convection of either core composition shuts down within the duration of the high intensity magnetic field: (1) 3.17-3.72 Ga year ago for a Fe-14 wt% Si-3 wt% S core; and (ii) 3.38-3.86 Ga years ago for a Fe-2-17 wt% Si core. Results favouring compatibility of these core compositions with paleomagnetic observations are strongly dependent on the temperature of the core-mantle boundary and time-dependent mantle-side heat flux.
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 | 0,000 |
| 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 | 0,000 | 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 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 ».