MétaCan
Menu
Retour à la cohorte
Enregistrement W4410757208 · doi:10.1089/ast.2024.0165

A Microbial Survival Model for the Permanently Shadowed Regions of the Moon Shows Long-Term Survival of Terrestrial Microbial Contamination

2025· article· en· W4410757208 sur OpenAlexaff
John E. Moores, Jacob L. Kloos, Grace Bischof, Conor Hayes, Andrew C. Schuerger

Notice bibliographique

RevueAstrobiology · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAstrobiologyTerm (time)ContaminationEnvironmental scienceBiologyEcologyPhysics

Résumé

récupéré en direct d'OpenAlex

Previous models of microbial survival on the moon do not directly consider the permanently shadowed regions (PSRs). These regions shield their interiors from many of the biocidal factors encountered in space flight, such as UV irradiation and high temperatures, and this shielding reduces the rate at which microbial spores become nonviable. We applied the Lunar Microbial Survival Model (LMS, Schuerger et al., 2019) to the environment found inside PSRs at two craters targeted for exploration by the Artemis missions, Shackleton and Faustini. The model produced rates of reduction of -0.0815 and -0.0683 logs per lunation, respectively, which implies that it would take 30.0 years for Shackleton and 30.8 years for Faustini to accumulate a single Sterility Assurance Level of -12 logs of reduction. The lunar PSRs are therefore one of the least biocidal environments in the solar system and would preserve viable terrestrial microbial contamination for decades.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,258
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstrobiologyMême sujetPlanetary Science and ExplorationTravaux en français237 207