MétaCan
Menu
Retour à la cohorte
Enregistrement W1998679341 · doi:10.4028/www.scientific.net/amm.464.83

Structure and Magnetic Properties Investigation of CoZr and CoZrN Thin Films

2013· article· en· W1998679341 sur OpenAlexaff
Jitendra Singh, Arvind Singh, Sanjeev Kumar Gupta, Javeed Akhtar

Notice bibliographique

RevueApplied Mechanics and Materials · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensCanadian Society of Intestinal Research
Organismes subventionnairesnon disponible
Mots-clésCoercivityMaterials scienceNanoclustersNanocompositeCobaltMagnetizationNanostructureTransmission electron microscopyMagnetic hysteresisThin filmPhase (matter)HysteresisSputter depositionComposite numberSputteringAnalytical Chemistry (journal)Composite materialNanotechnologyMetallurgyCondensed matter physicsMagnetic fieldChemistry

Résumé

récupéré en direct d'OpenAlex

nanocomposite [(Co 91.5 Zr 8.5 )- or CZN films has been prepared by reactive co-sputter deposition method. Nitrogen content plays key role to tune soft magnetic properties. Experimental observation shows that, non-magnetic nitrogen content enhances magnetization and reduces coercivity. The nanostructure is composed of Co nanoclusters embedded in CoN/ZrN matrix, revealed by high resolution transmission electron microscope study. The d-spacing of single Co nanocluster was found to be ~0.22nm corresponding to (002) phase of Cobalt. X-ray diffraction result is in agreement with cubic (400) and (622) phase of CoZr. High electrical resistivity ρ s ~108μΩ-cm attained corresponding to 16% N 2 content films. Hysteresis loop squareness depends on film thickness and coercivity squareness (S * )~0.84, obtained for ~250nm film thickness. A correlated composite nanostructure evolution is responsible for nitrogen induced magnetization and, suggests that film properties can tuned by controlling nitrogen content, in CoN/ZrN composite matrix.

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 enseignants0,030
Score d'incertitude au seuil0,375

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 Opus0,014
Tête enseignante GPT0,178
Écart entre enseignants0,164 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetZnO doping and propertiesTravaux en français237 207