The orbital distribution of near-Earth objects inside Earth's orbit
Notice bibliographique
Résumé
Canada's Near-Earth Object Surveillance Satellite (NEOSSat), set to launch in early 2012, will search for and track Near-Earth Objects (NEOs), tuning its search to best detect objects with semimajor axis a<1.0 AU. In order to construct an optimal pointing strategy for NEOSSat, we needed more detailed information in the a<1.0 AU region than the best current model (Bottke et al., 2002) provides. We present here the NEOSSat-1.0 NEO orbital distribution model with larger statistics that permit finer resolution and less uncertainty, especially in the a<1.0 AU region. We find that Amors =30.1 ± 0.8%, Apollos =63.3 ± 0.4%, Atens =5.0 ± 0.3%, Atiras (0.718<Q<0.983 AU) =1.38 ± 0.04%, and Vatiras (0.307<Q<0.718 AU) =0.22 ± 0.03% of the steady-state NEO population, where Q is the orbit's aphelion distance. Vatiras are a previously undiscussed NEO population clearly defined in our integrations, whose orbits lie completely interior to that of Venus. Our integrations also uncovered the unexpected production of retrograde orbits from main-belt asteroid sources; this retrograde NEA population makes up ≃0.10% of the steady-state NEO population. The relative NEO impact rate onto Mercury, Venus, and Earth, as well as the normalized distribution of impact speeds, was calculated from the NEOSSat-1.0 orbital model under the assumption of a steady-state. The new model predicts a slightly higher Mercury impact 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,003 | 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) | 0,006 | 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 tête enseignante, 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 ».