MétaCan
Menu
Retour à la cohorte
Enregistrement W2076088050 · doi:10.1016/j.crci.2011.11.006

Unconstrained magnetism in nanostructures at zero temperature: An ultimate goal

2011· article· en· W2076088050 sur OpenAlexfundno aff
C. Demangeat, Jean Claude Parlebas

Notice bibliographique

RevueComptes Rendus Chimie · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic properties of thin films
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de FribourgUniversité de StrasbourgRyerson University
Mots-clésMagnetismHamiltonian (control theory)SpinsMagnetizationIsing modelGround statePhysicsHeisenberg modelElectronic structureNanostructureCondensed matter physicsFerromagnetismQuantum mechanicsMagnetic fieldMathematics

Résumé

récupéré en direct d'OpenAlex

Recent calculations have shown that the magnetization of nanostructures cannot be safely described by collinear models based on phenomenological Ising Hamiltonian or electronic structure approaches. When interactions between spins are screened by electronic clouds, a Heisenberg Hamiltonian presents a safe approach for ground state calculations as well as for the determination of temperature dependant magnetization. In metallic systems, due to strong interactions between spins, semi-empirical models like Extended Hückel, tight-binding or Periodic Anderson Model (PAM) have been used. Within these oversimplified approaches, vector magnetization could be tested and, for nanostructures, it generally led to non-collinear ground states. Ab initio calculations based on Kohn-Sham techniques can also describe non-collinear ground states but, because these techniques work in k-space, periodicity is necessary. This is a strong approximation for nanostructures. Therefore, in the present short review, we essentially focus on non-collinear magnetism of nanostructures by means of PAM approaches.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,018
Tête enseignante GPT0,218
Écart entre enseignants0,200 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComptes Rendus ChimieMême sujetMagnetic properties of thin filmsTravaux en français237 207