MétaCan
Menu
Retour à la cohorte
Enregistrement W2006964541 · doi:10.1088/0957-4484/25/41/415701

A first principles scanning tunneling potentiometry study of an opaque graphene grain boundary in the ballistic transport regime

2014· article· en· W2006964541 sur OpenAlexaff
Kirk H. Bevan

Notice bibliographique

RevueNanotechnology · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGrapheneMaterials scienceScanning tunneling microscopeOpacityGrain boundaryQuantum tunnellingCondensed matter physicsBallistic conductionGraphene nanoribbonsNanotechnologyChemical physicsElectronOpticsPhysicsMicrostructureOptoelectronicsQuantum mechanicsComposite material

Résumé

récupéré en direct d'OpenAlex

We report on a theoretical interpretation of scanning tunneling potentiometry (STP), formulated within the Keldysh non-equilibrium Green's function description of quantum transport. By treating the probe tip as an electron point source/sink, it is shown that this approach provides an intuitive bridge between existing theoretical interpretations of scanning tunneling microscopy and STP. We illustrate this through ballistic transport simulations of the potential drop across an opaque graphene grain boundary, where atomistic features are predicted that might be imaged through high resolution STP measurements. The relationship between the electrochemical potential profile measured and the electrostatic potential drop across such a nanoscale defect is also explored in this model system.

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)0,002
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 enseignants0,653
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,283
Écart entre enseignants0,259 · 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

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetGraphene research and applicationsTravaux en français237 207