Reaching the quantum limit of sensitivity in electron spin resonance
Notice bibliographique
Résumé
The detection and characterization of paramagnetic species by electron spin resonance (ESR) spectroscopy is widely used throughout chemistry, biology and materials science, from in vivo imaging to distance measurements in spin-labelled proteins. ESR relies on the inductive detection of microwave signals emitted by the spins into a coupled microwave resonator during their Larmor precession. However, such signals can be very small, prohibiting the application of ESR at the nanoscale (for example, at the single-cell level or on individual nanoparticles). Here, using a Josephson parametric microwave amplifier combined with high-quality-factor superconducting microresonators cooled at millikelvin temperatures, we improve the state-of-the-art sensitivity of inductive ESR detection by nearly four orders of magnitude. We demonstrate the detection of 1,700 bismuth donor spins in silicon within a single Hahn echo with unit signal-to-noise ratio, reduced to 150 spins by averaging a single Carr-Purcell-Meiboom-Gill sequence. This unprecedented sensitivity reaches the limit set by quantum fluctuations of the electromagnetic field instead of thermal or technical noise, which constitutes a novel regime for magnetic resonance. The detection volume of our resonator is ∼ 0.02 nl, and our approach can be readily scaled down further to improve sensitivity, providing a new versatile toolbox for ESR at the nanoscale.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,002 | 0,007 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».