MétaCan
Menu
← Retour à la cohorte
Enregistrement W6891819924 · doi:10.48550/arxiv.1510.01323

Forming the Cold Classical Kuiper Belt in a light Disk

2015· preprint· en· W6891819924 sur OpenAlexaff

Notice bibliographique

RevuearXiv (Cornell University) · 2015
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAstro and Planetary Science
Établissements canadiensToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésPlanetesimalSolar SystemNice modelFormation and evolution of the Solar SystemAsteroid beltSolar mass

Résumé

récupéré en direct d'OpenAlex

Large Kuiper Belt Objects are conventionally thought to have formed out of a massive planetesimal belt that is a few thousand times its current mass. Such a picture, however, is incompatible with multiple lines of evidence. Here, we present a new model for the conglomeration of Cold Classical Kuiper belt objects, out of a solid belt only a few times its current mass, or a few percent of the solid density in a Minimum Mass Solar Nebula. This is made possible by depositing most of the primordial mass in grains of size centimetre or smaller. These grains collide frequently and maintain a dynamically cold belt out of which large bodies grow efficiently: an order-unity fraction of the solid mass can be converted into large bodies, in contrast to the ~0.1% efficiency in conventional models. Such a light belt may represent the true outer edge of the Solar system, and it may have effectively halted the outward migration of Neptune. In addition to the high efficiency, our model can also produce a mass spectrum that peaks at an intermediate size, similar to the observed Cold Classicals, if one includes the effect of cratering collisions. In particular, the observed power-law break observed at ~30 km for Cold Classicals, one that has been interpreted as a result of collisional erosion, may be primordial in origin.

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 enseignants0,004
Score d'incertitude au seuil0,007

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,051
Tête enseignante GPT0,173
Écart entre enseignants0,122 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)→Même sujetAstro and Planetary Science→Travaux en français237 207→