MétaCan
Menu
Retour à la cohorte
Enregistrement W1847298270 · doi:10.1039/c5cp04835d

Exfoliating biocompatible ferromagnetic Cr-trihalide monolayers

2015· article· en· W1847298270 sur OpenAlexaff
Junyi Liu, Qiang Sun, Yoshiyuki Kawazoe, Puru Jena

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2015
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésMonolayerFerromagnetismSpintronicsCurie temperatureMaterials scienceFerromagnetic material propertiesCondensed matter physicsNanotechnologyMagnetizationPhysicsMagnetic field

Résumé

récupéré en direct d'OpenAlex

In addition to spintronics another motivation for exploring ferromagnetic two-dimensional materials is for biomedical applications such as magnetic labeling and hyperthermia treatment of tumors. Unfortunately, the widely studied Mn-containing monolayer is not biocompatible, although it is ferromagnetic. Here using first principles calculations combined with Monte Carlo simulations based on the Ising model, we systematically study a class of 2D ferromagnetic monolayers CrX3 (X = Cl, Br, I). The feasibility of exfoliation from their layered bulk phase is confirmed by the small cleavage energy and high in-plane stiffness. Spin-polarized calculations, combined with self-consistently determined Hubbard U that accounts for strong correlation energy, demonstrate that CrX3 (X = Cl, Br, I) monolayers are ferromagnetic and that Cr is trivalent and carries a magnetic moment of 3 μ(B); the resulting Cr(3+) ions are biocompatible. The corresponding Curie temperatures for CrCl3, CrBr3 and CrI3 are found to be 66, 86, and 107 K, respectively, which can be increased to 323, 314, and 293 K by hole doping. The biocompatibility and ferromagnetism render these Cr-containing trihalide monolayers unique for applications.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,278
Écart entre enseignants0,240 · 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'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

Citations327
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujet2D Materials and ApplicationsTravaux en français237 207