MétaCan
Menu
Retour à la cohorte
Enregistrement W4408432511 · doi:10.5194/egusphere-egu25-12084

The heat flow of Venus from global lithosphere strength

2025· preprint· en· W4408432511 sur OpenAlexaff
Javier Ruíz, Alberto Jiménez‐Díaz, Isabel Egea-González, Ignacio Romeo, J. F. Kirby, Pascal Audet

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésVenusLithosphereHeat flowGeologyFlow (mathematics)Zonal flow (plasma)GeophysicsAstrobiologyMechanicsMeteorologySeismologyGeographyThermalPhysicsTectonics

Résumé

récupéré en direct d'OpenAlex

Despite their similar size and mass, Earth and Venus have very different internal dynamics that reflect contrasting modes of heat loss. On Earth, plate tectonics drive heat loss through lithosphere recycling, with a substantial contribution from hydrothermal circulation through oceanic plates, and a minor contribution from mantle plume (i.e. hot spot) activity. In comparison, the surface of Venus is more homogeneous, has lower relief, and shows abundant evidence of effusive volcanism, and its global dynamics is not well understood. Here, we present the first global heat flow map for Venus, as well as estimates of the total heat loss, obtained from an inversion of geophysical data, including lithospheric effective elastic thickness, crustal thickness, and radioactive heat production. The obtained heat flow is lower and less geographically structured for Venus than for Earth, but with maximum values reaching those typical of magmatically active terrestrial areas. Some previous works obtained widespread heat flow similar to those of active terrestrial regions were affected by the use of excessively high values for the thermal conductivity of lithospheric rocks. The obtained total heat loss is 11-15 TW, similar to estimates of the total radioactive heat production of the planet. Therefore, at present, Venus proportionally dissipates much less heat than Earth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlanetary Science and ExplorationTravaux en français237 207