MétaCan
Menu
Retour à la cohorte
Enregistrement W2016397743 · doi:10.1103/physrevb.72.094433

Spin locking and freezing phenomena in the antiferromagnetic Heisenberg model on the three-leg ladder

2005· article· en· W2016397743 sur OpenAlexafffund
Mohamed Azzouz, K. A. Asante

Notice bibliographique

RevuePhysical Review B · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhysics of Superconductivity and Magnetism
Établissements canadiensLaurentian University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAntiferromagnetismPhysicsCondensed matter physicsDegrees of freedom (physics and chemistry)Spin (aerodynamics)Coupling (piping)Heisenberg modelMathematical physicsQuantum mechanicsThermodynamicsMaterials science

Résumé

récupéré en direct d'OpenAlex

The antiferromagnetic Heisenberg model on the three-leg ladder is studied using the generalized Jordan-Wigner transformation in dimensions higher than 1, and the bond-mean-field theory. The magnetic susceptibility and other thermodynamic quantities are analyzed as a function of the rung-to-leg coupling ratio $\ensuremath{\alpha}$ and temperature $T$. We fit the experimental susceptibility data of the three-leg material ${\mathrm{Sr}}_{2}{\mathrm{Cu}}_{3}{\mathrm{O}}_{5}$ of Azuma and co-workers with good agreement. One of the main findings of this work is the proposal that close to two-thirds of the spin degrees of freedom on each of the rungs of the ladder lock at low $T$ for small $\ensuremath{\alpha}$, then collectively almost $2∕3$ of the spin degrees of freedom on all the rungs freeze completely at low $T$ for $\ensuremath{\alpha}$ greater than a threshold value. The approach developed here can be used to study the three-leg ladder for all values of $\ensuremath{\alpha}$, and is thus suitable for the description of the crossover regime between the weak- and strong-coupling regimes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,291
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations10
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review BMême sujetPhysics of Superconductivity and MagnetismTravaux en français237 207