MétaCan
Menu
Retour à la cohorte
Enregistrement W2057451871 · doi:10.1103/physrevb.86.115446

Towards a rigorous proof of magnetism on the edges of graphene nanoribbons

2012· article· en· W2057451871 sur OpenAlexaff
Hamed Karimi, Ian Affleck

Notice bibliographique

RevuePhysical Review B · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésZigzagCondensed matter physicsGapless playbackMagnetismHubbard modelPhysicsPhase diagramMagnetic momentGrapheneSpin (aerodynamics)Ground stateFerromagnetismMoment (physics)Quantum mechanicsPhase (matter)SuperconductivityMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

A zigzag edge of a graphene nanoribbon supports localized zero modes, ignoring interactions. Based mainly on mean field arguments and numerical approaches, it has been suggested that interactions can produce a large magnetic moment on the edges. By considering the Hubbard model in the weak coupling limit, $U\ensuremath{\ll}t$, for bearded as well as zigzag edges, we argue for such a magnetic state, based on Lieb's theorem. Projecting the Hubbard interactions onto the flat edge band, we then prove that the resulting one-dimensional model has a fully polarized ferromagnetic ground state. We also study excitons and the effects of second neighbor hopping as well as a potential energy term acting on the edge only, proposing a simple and possibly exact phase diagram with the magnetic moment varying smoothly to zero. Finally, we consider corrections of second order in $U$, arising from integrating out the gapless bulk Dirac excitations.

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 enseignants0,422
Score d'incertitude au seuil0,209

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 Opus0,040
Tête enseignante GPT0,334
Écart entre enseignants0,295 · 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

Citations31
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review BMême sujetGraphene research and applicationsTravaux en français237 207