MétaCan
Menu
Retour à la cohorte
Enregistrement W1829980260 · doi:10.1139/p11-057

Jiles–Atherton model used in the magnetization process study for the composite magnetoelectric materials based on cobalt ferrite and barium titanate

2011· article· en· W1829980260 sur OpenAlexvenueno aff
Nicuşor Cristian Pop, Ovidiu Florin Caltun

Notice bibliographique

RevueCanadian Journal of Physics · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMultiferroics and related materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMagnetizationCobalt ferritePhysicsBarium titanateCondensed matter physicsBarium ferriteFerrite (magnet)Composite numberCobaltNuclear magnetic resonanceMagnetic fieldMaterials scienceCoercivityDiffractionComposite materialMetallurgyOpticsQuantum mechanicsDielectric

Résumé

récupéré en direct d'OpenAlex

This paper presents the use of the Jiles–Atherton model in fitting the major magnetization curves for two classes of composite magnetoelectric materials. These materials are: (BaTiO 3 ) x (CoFe 2 O 4 ) 1– x and (BaTiO 3 ) x (CoMn 0.2 Fe 1.8 O 4 ) 1– x , with x = 0.8, 0.6, and 0.4. The model’s parameters result from finding the regression curves and give information about the micromagnetic state of the material. The dependencies of the model’s parameters on the ratio of the two phases’ concentrations have been analyzed. The values of the parameters for the two classes of materials have been compared, and the influence of Mn on the magnetic properties has been analyzed. Also presented here are the regression curves for a set of first order reversal curves using the same algorithm as the major magnetization curves. The dependence of the model’s parameters on the reversal field has been analyzed.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,379
Score d'incertitude au seuil0,340

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,039
Tête enseignante GPT0,253
Écart entre enseignants0,214 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetMultiferroics and related materialsTravaux en français237 207