Mineral maps for Dawes crater using Multiband Imager (MI_MAP_02) reflectance data
Notice bibliographique
Résumé
These mineral maps are derived using Multiband Imager (MI_MAP_02) reflectance data and Hapke radiative transfer modeling. These maps present the abundance of the four major lunar minerals (plagioclase, olivine, low-Ca pyroxene, high-Ca pyroxene) at a spatial resolution of ~62 m/pixel. Details about the methods can be found in Lemelin et al. (2015) and Lemelin et al. (2019). These maps suggest that at least 3 pixels, corresponding to approximately 11,500 m2, at the bottom of the Dawes crater match the mineral composition of the Apollo 17 norites studied by Cernok et al. (2021): 6-7 wt. % olivine, 47-52 wt. % orthopyroxene, 6-7 wt. % clinopyroxene and 35-41 wt. % plagioclase. Cernok et al. (2021) Sample-based evidence for an ancient (~4.2 Gyr) formation of the Serenitatis Basin on the Moon, Communications Earth & Environment (In press). Lemelin et al. (2015) Lunar central peak mineralogy and iron content using the Kaguya Multiband Imager: Reassessment of the compositional structure of the lunar crust, JGR - Planets, 120(5), 869-887. Lemelin et al. (2019) The compositions of the lunar crust and upper mantle: Spectral analysis of the inner rings of lunar impact basins, Planetary and Space Science, 165, 230-243.
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 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,011 | 0,004 |
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 ».