MétaCan
Menu
Retour à la cohorte
Enregistrement W2038446932 · doi:10.1142/s0217979215500745

Localization of magnetic and electronic excitations in nanotubes with line defects

2015· article· en· W2038446932 sur OpenAlexaff
P.G. Komorowski, M. G. Cottam

Notice bibliographique

RevueInternational Journal of Modern Physics B · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNanotubeCondensed matter physicsWave functionTight bindingPhysicsFerromagnetismImpurityLattice (music)Spin waveFormalism (music)Electronic structureCarbon nanotubeMaterials scienceAtomic physicsQuantum mechanicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

A matrix Green's function formalism is employed to study the excitations in long nanotubes where the dynamics are governed by nearest-neighbor interactions between atoms. Examples of the excitations, which can be characterized in terms of the tube circumference and a one-dimensional wave number along the length, include ferromagnetic spin waves in a Heisenberg exchange model and electronic modes in a tight-binding model with hopping. It is assumed that the system is a single-walled nanotube of negligible thickness and that the atoms are arranged on a simple square lattice. Defects in the form of substitutional impurity atoms are introduced to study localized modes as well as the propagating modes of the pure (host) material. The impurities have the form of one or more line defects parallel to the nanotube axis. The derived Green's functions provide a description of the frequencies of the discrete modes of the system and their spectral intensities. Numerical examples are presented for different mode types (magnetic and electronic), nanotube diameters and arrangements of impurity lines.

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: Simulation ou modélisation
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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,020
Tête enseignante GPT0,289
Écart entre enseignants0,269 · 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Modern Physics BMême sujetGraphene research and applicationsTravaux en français237 207