MétaCan
Menu
Retour à la cohorte
Enregistrement W2034617615 · doi:10.1063/1.4838076

Magnetism, half-metallicity and electrical transport properties of V- and Cr-doped semiconductor SnTe: A theoretical study

2013· article· en· W2034617615 sur OpenAlexaff
Yong Liu, S. K. Bose, J. Kudrnovský

Notice bibliographique

RevueJournal of Applied Physics · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHeusler alloys: electronic and magnetic properties
Établissements canadiensBrock University
Organismes subventionnairesNatural Science Foundation of Hebei Province
Mots-clésCondensed matter physicsElectrical resistivity and conductivityCurie temperatureMagnetismDopingFermi levelMaterials scienceSpintronicsMagnetic semiconductorElectronic structureMagnetic momentFerromagnetismPhysics

Résumé

récupéré en direct d'OpenAlex

This work presents results for the electronic structure, magnetic properties, and electrical resistivity of the semiconductor SnTe doped with 3d transition metals V and Cr. From the standpoint of potential application in spintronics, we look for half-metallic states and analyze their properties in both rock salt and zinc blende structures using ab initio electronic structure methods. In both cases, it is the Sn-sublattice that is doped with the transition metals, as has been the case with experiments performed so far. We find four half-metallic compounds at their optimized cell volumes. Results of exchange interactions and the Curie temperature are presented and analyzed for all the relevant cases. Resistivity calculation based on Kubo-Greenwood formalism shows that the resistivities of these alloys due to transition metal doping of the Sn-sublattice may vary, in most cases, from typical liquid metal or metallic glass value to 2–3 times higher. 25% V-doping of the Sn-sublattice in the rock salt structure gives a very high resistivity, which can be traced to high values of the lattice parameter resulting in drastically reduced hopping or diffusivity of the states at the Fermi level.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetHeusler alloys: electronic and magnetic propertiesTravaux en français237 207