MétaCan
Menu
Retour à la cohorte
Enregistrement W1967406851 · doi:10.1103/physrevb.82.134415

Influence of adsorbates on the electronic and magnetic properties of graphane with H-vacancy defects

2010· article· en· W1967406851 sur OpenAlexafffund
Julia Berashevich, Tapash Chakraborty

Notice bibliographique

RevuePhysical Review B · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanada Research Chairs
Mots-clésGraphaneVacancy defectMaterials scienceCondensed matter physicsChemical physicsNanotechnologyGraphenePhysics

Résumé

récupéré en direct d'OpenAlex

The influence of adsorbates on the electronic and magnetic properties of graphane possessing the H-vacancy defects was investigated using the quantum-chemistry methods. We found that the H vacancies in graphane significantly improve its chemical reactivity to environment due to the unpaired electron left on the vacancy. Therefore, depending on the type of molecule adsorbed, the interaction between the adsorbate and the vacancy can occur with or without the formation of the bond. In case of the bond formation the unpaired electron supplied by the vacancy is removed and the electronic and magnetic properties of graphane become similar to that of pure defect-free graphane. Moreover, adsorption leads to degradation or vanishing of magnetism induced by the H vacancies in graphane, except in the case when the ${\text{CO}}_{2}$ molecule is attached, which is found to generate localized state with the unpaired electron after bonding with the H vacancy. Stability of ferromagnetism induced by the ${\text{CO}}_{2}$ molecules bound to the vacancies is found to be low. There are two reasons for low stability: localization of the spin density of the localized state entirely on adsorbate that minimize the interference of the spin tails of these states and the possibility of pairing of two neighboring ${\text{CO}}_{2}$ molecules to ${\text{C}}_{2}{\text{O}}_{4}$.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,119

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 Opus0,009
Tête enseignante GPT0,258
Écart entre enseignants0,248 · 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

Citations22
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review BMême sujetGraphene research and applicationsTravaux en français237 207