MétaCan
Menu
Retour à la cohorte
Enregistrement W2053979649 · doi:10.1088/0957-4484/21/38/385201

Magnetism and perfect spin filtering effect in graphene nanoflakes

2010· article· en· W2053979649 sur OpenAlexaff
Weidong Sheng, Zhanyu Ning, Zhongqin Yang, Hong Guo

Notice bibliographique

RevueNanotechnology · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceGrapheneFerrimagnetismMagnetismDopantDopingZigzagCondensed matter physicsFerromagnetismSpin (aerodynamics)NanotechnologyOptoelectronicsMagnetizationMagnetic fieldPhysics

Résumé

récupéré en direct d'OpenAlex

Magnetic and spin-polarized transport properties in zigzag-edged graphene nanoflakes were investigated from first-principles calculations. Ferrimagnetic structure was found to be the ground state for triangular shaped graphene flakes. Magnetism is weakened by doping B or N atoms into the flakes, and it is enhanced if F atoms are doped in certain sublattices of the flakes. The magnetic properties can be rationalized by the behaviors of dopants as well as interactions between dopants and the host atoms. A perfect (100%) spin filtering effect was achieved for the pure or B doped graphene flake sandwiched between two gold electrodes. The orientation of the spin current is found to be flipped if the flake is doped with N, O, or F atoms. The orientation-tunable spin filtering effect is potentially useful in practical applications.

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 enseignants0,018
Score d'incertitude au seuil0,394

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 GPT0,255
Écart entre enseignants0,250 · 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

Citations73
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetGraphene research and applicationsTravaux en français237 207