MétaCan
Menu
Retour à la cohorte
Enregistrement W2021426952 · doi:10.1063/1.3525273

Nanomechanical torque magnetometry of permalloy cantilevers

2010· article· en· W2021426952 sur OpenAlexafffund
Joseph E. Losby, Jacob A. J. Burgess, Chris Holt, Jocelyn N. Westwood, David Mitlin, Wayne K. Hiebert, M. R. Freeman

Notice bibliographique

RevueJournal of Applied Physics · 2010
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Alberta
Mots-clésPermalloyCantileverMagnetizationMicromagneticsCondensed matter physicsMagnetometerDeflection (physics)Magnetization dynamicsMaterials scienceNanomechanicsMagnetic domainMagnetic force microscopeHysteresisFinite element methodTorqueMagnetic fieldPhysicsClassical mechanicsNanotechnologyAtomic force microscopyComposite material

Résumé

récupéré en direct d'OpenAlex

There is mounting interest in bridging the fields of nanomechanics and nanomagnetism. Metallic nanocantilevers, which are magnetic throughout their volume, were fabricated using permalloy in order to detect domain switching along the cantilever length through mechanical deflection driven by magnetic torque. A finite element model describing the interaction of the magnetization of the cantilever with an external driving field is discussed, and illustrated for the simple example of magnetization reversal via propagation of a straight domain wall. The interferometrically obtained cantilever deflection through the magnetic actuation of the fundamental mode exhibits magnetic hysteresis. The experimental results are also compared to the finite element mechanical transformation of the output from a Landau–Lifshitz–Gilbert based micromagnetic simulation of the hysteresis.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,221 · 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'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

Citations11
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

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