MétaCan
Menu
Retour à la cohorte
Enregistrement W2023481117 · doi:10.7567/jjap.53.06jb03

Effect of ion-beam bombardment on microstructural and magnetic properties of Ni<sub>80</sub>Fe<sub>20</sub>/α-Fe<sub>2</sub>O<sub>3</sub>thin films

2014· article· en· W2023481117 sur OpenAlexaff
Chao Zheng, Tien-Chi Lan, Chin Shueh, R. D. Desautels, J. van Lierop, Ko‐Wei Lin, Philip W. T. Pong

Notice bibliographique

RevueJapanese Journal of Applied Physics · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic properties of thin films
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCoercivityFerromagnetismIon beamBilayerMagnetic anisotropyIon beam-assisted depositionMicrostructureThin filmAnisotropyAntiferromagnetismIonCondensed matter physicsNuclear magnetic resonanceMagnetizationChemistryComposite materialNanotechnologyMagnetic fieldOptics

Résumé

récupéré en direct d'OpenAlex

Ion-beam bombardment has been established as an effective way to tune the microstructure and thus modify the magnetic anisotropy of thin film materials, leading to certain remarkable magnetic properties. In this work, we investigated a Ni80Fe20/α-Fe2O3 bilayer deposited with a dual ion-beam deposition technique. Low-energy argon ion-beam bombardment during the α-Fe2O3 deposition led to a decline of crystallinity and interfacial roughness of the bilayer, whereas the grain size distribution remained essentially unchanged. At low temperature, the coercivity exhibited a pronounced decrease after the bombardment, indicating that the effective uniaxial anisotropy in the ferromagnetic layer was dramatically reduced. Such reduction in uniaxial anisotropy was likely attributed to the irreversible transition in the α-Fe2O3 grains caused by the ion-beam bombardment, which subsequently modified the anisotropy in the Ni80Fe20 layer. The bombarded bilayer also exhibited a larger ΔMFC–ZFC compared to the un-bombarded bilayer, which indicated a stronger exchange coupling between the ferromagnetic layer and the antiferromagnetic layer.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,053
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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.

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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Applied PhysicsMême sujetMagnetic properties of thin filmsTravaux en français237 207