MétaCan
Menu
Retour à la cohorte
Enregistrement W2054307753 · doi:10.1088/2043-6262/6/1/015007

Superconductivity in the splat-cooled UMo alloys

2014· article· en· W2054307753 sur OpenAlexfundno aff
N-T H Kim-Ngan, Sylwia Sowa, M. Krupska, M. Paukov, I. Tkach, L. Havela

Notice bibliographique

RevueAdvances in Natural Sciences Nanoscience and Nanotechnology · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensnon disponible
Organismes subventionnairesNarodowe Centrum NaukiInstitut Périmètre de physique théoriqueIndustry CanadaDeutscher Akademischer AustauschdienstGovernment of Canada
Mots-clésSuperconductivityElectrical resistivity and conductivityCondensed matter physicsMaterials scienceCritical fieldDrop (telecommunication)DopingTransition temperatureMagnetic fieldPhase (matter)ChemistryPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

We have investigated the superconductivity in splat-cooled UMo alloys by low-temperature resistivity and specific-heat measurements down to 0.4 K. The γ -U materials, such as U-Mo15 (with 15 at.% Mo doping), exhibit a conventional BCS superconductivity with T c = 2.1 K and upper critical field exceeding 5 T, much higher than that for α -U materials. The alloys with <10 at.% Mo doping consist of a mixed γ + α -U phase. The superconducting transition in the U-Mo6 revealed by a smooth decrease below 1.5 K and a sharp drop at 0.6 K in the resistivity indicating that γ -U grains are embedded in the α -U matrix. The superconductivity transition was revealed by λ -type peak at T c in the C ( T ) curve only for U-Mo15, while only one broad peak at T c in the C ( T ) curves were observed for other UMo splats. With applying the magnetic fields, the resistivity jumps and specific-heat peaks move to lower temperatures.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,244 · 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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Natural Sciences Nanoscience and NanotechnologyMême sujetNuclear Materials and PropertiesTravaux en français237 207