MétaCan
Menu
Retour à la cohorte
Enregistrement W1920278263 · doi:10.1063/1.4930936

Tuning of interlayer exchange coupling in Ni80Fe20/Ru/Ni80Fe20 nanowires

2015· article· en· W1920278263 sur OpenAlexaff
X. M. Liu, Pierpaolo Lupo, M. G. Cottam

Notice bibliographique

RevueJournal of Applied Physics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic properties of thin films
Établissements canadiensWestern University
Organismes subventionnairesMinistry of Education - SingaporeNational Research Foundation Singapore
Mots-clésMaterials scienceCondensed matter physicsFerromagnetic resonanceFerromagnetismAntiferromagnetismCoupling (piping)SofteningNanowireMicrowaveMagnetic fieldOptoelectronicsComposite materialMagnetization

Résumé

récupéré en direct d'OpenAlex

In this work, we demonstrate how the static and dynamic properties of Ni80Fe20/Ru/Ni80Fe20 nanowires can be tuned by varying the Ru spacer layer thickness. Specifically, changing the Ru thickness we have tuned the Ruderman-Kittel-Kasuya-Yosida exchange interaction, and thus the antiferromagnetic (AFM) strength between the Ni80Fe20 layers. We show that there is a strong correlation between the interlayer coupling and features in ferromagnetic resonance (FMR) modes. We found different mode-softening degree of the FMR curves as function of the strength of AFM coupling, together with a clear frequency gap at around zero field. These experimental results are in qualitative agreement with presented micromagnetic simulations that also include biquadratic interface exchange. Understanding these characteristics may offer insights for reconfigurable vertical magnetic logic devices and microwave filters.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,234
Score d'incertitude au seuil0,660

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,245
Écart entre enseignants0,216 · 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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetMagnetic properties of thin filmsTravaux en français237 207