MétaCan
Menu
Retour à la cohorte
Enregistrement W2089368486 · doi:10.1103/physrevlett.113.197601

Magnetic Resonance Detection of Individual Proton Spins Using Quantum Reporters

2014· article· en· W2089368486 sur OpenAlexfundno aff
Alexander O. Sushkov, Igor Lovchinsky, Nicholas Chisholm, Ronald L. Walsworth, Hongkun Park, M. D. Lukin

Notice bibliographique

RevuePhysical Review Letters · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesArmy Research OfficeDefense Advanced Research Projects AgencyAir Force Office of Scientific ResearchNatural Sciences and Engineering Research Council of CanadaGordon and Betty Moore FoundationNational Science Foundation
Mots-clésSpinsProtonQuantumProton magnetic resonancePhysicsNuclear magnetic resonanceAtomic physicsCondensed matter physicsMaterials scienceNuclear physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We demonstrate a method of magnetic resonance imaging with single nuclear-spin sensitivity under ambient conditions. Our method employs isolated electronic-spin quantum bits (qubits) as magnetic resonance "reporters" on the surface of high purity diamond. These spin qubits are localized with nanometer-scale uncertainty, and their quantum state is coherently manipulated and measured optically via a proximal nitrogen-vacancy color center located a few nanometers below the diamond surface. This system is then used for sensing, coherent coupling, and imaging of individual proton spins on the diamond surface with angstrom resolution. Our approach may enable direct structural imaging of complex molecules that cannot be accessed from bulk studies. It realizes a new platform for probing novel materials, monitoring chemical reactions, and manipulation of complex systems on surfaces at a quantum level.

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: 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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,312
Écart entre enseignants0,284 · 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

Citations235
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207