MétaCan
Menu
Retour à la cohorte
Enregistrement W2079758075 · doi:10.1103/physrevb.80.115430

Impurity-induced spin gap asymmetry in nanoscale graphene

2009· article· en· W2079758075 sur OpenAlexafffund
Julia Berashevich, Tapash Chakraborty

Notice bibliographique

RevuePhysical Review B · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésGrapheneCondensed matter physicsZigzagSpintronicsAntiferromagnetismMaterials scienceGraphene nanoribbonsBand gapSpin (aerodynamics)AsymmetryDopingBilayer grapheneNanotechnologyPhysicsFerromagnetismQuantum mechanicsGeometry

Résumé

récupéré en direct d'OpenAlex

We present a way to control both the band gap and the magnetic properties of nanoscale graphene, which might prove highly beneficial for application in nanoelectronic and spintronic devices. We have shown that chemical doping by nitrogen along a single zigzag edge lowers the symmetry from ${\text{D}}_{2h}$ (pure graphene) to ${\text{C}}_{2v}$, thereby accommodating the state with antiferromagnetic spin ordering of localized states between the zigzag edges. This leads to an increase in the gap in comparison to that of pure graphene in its highest possible symmetry of ${\text{D}}_{2h}$ and a shift of the molecular orbitals localized on the doped edge in such a way that the spin gap asymmetry, which can lead to half metallicity under certain conditions, is obtained. The doping in the middle of the graphene layer along the zigzag edge results in an impurity level between the highest occupied molecular orbital and lowest unoccupied molecular orbital of pure graphene (much like in semiconductor systems) thus decreasing the band gap and adding unpaired electrons, which can also be used to control the graphene conductivity.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,034
Tête enseignante GPT0,373
Écart entre enseignants0,339 · 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

Citations17
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review BMême sujetGraphene research and applicationsTravaux en français237 207