MétaCan
Menu
Retour à la cohorte
Enregistrement W2012588066 · doi:10.1063/1.4868686

Sensitive magnetic force detection with a carbon nanotube resonator

2014· article· en· W2012588066 sur OpenAlexaff

Notice bibliographique

RevueJournal of Applied Physics · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésResonatorCarbon nanotubeMagnetic fieldBohr modelBohr magnetonFerromagnetismMagnetic momentMagnetic force microscopeMagnetic resonance force microscopy

Résumé

récupéré en direct d'OpenAlex

We propose a technique for sensitive magnetic point force detection using a suspended carbon nanotube (CNT) mechanical resonator combined with a magnetic field gradient generated by a ferromagnetic gate electrode. Numerical calculations of the mechanical resonance frequency show that single Bohr magneton changes in the magnetic state of an individual magnetic molecule grafted to the CNT can translate to detectable frequency shifts, on the order of a few kHz. The dependences of the resonator response to device parameters such as length, tension, CNT diameter, and gate voltage are explored and optimal operating conditions are identified. A signal-to-noise analysis shows that, in principle, magnetic switching at the level of a single Bohr magneton can be read out in a single shot on timescales as short as 10 μs. This force sensor should enable new studies of spin dynamics in isolated single molecule magnets, free from the crystalline or ensemble settings typically studied.

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 enseignants0,590
Score d'incertitude au seuil0,406

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 Opus0,004
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetMechanical and Optical ResonatorsTravaux en français237 207