MétaCan
Menu
Retour à la cohorte
Enregistrement W2120795340 · doi:10.1002/pssr.201510176

Sublattice engineering and voltage control of magnetism in triangular single and bi‐layer graphene quantum dots

2015· article· en· W2120795340 sur OpenAlexafffund
A. D. Güçlü, Paweł Potasz, Paweł Hawrylak

Notice bibliographique

Revuephysica status solidi (RRL) - Rapid Research Letters · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesBilim AkademisiNatural Sciences and Engineering Research Council of CanadaTürkiye Bilimsel ve Teknolojik Araştırma KurumuUniversity of Ottawa
Mots-clésCondensed matter physicsGrapheneQuantum dotBilayer graphenePhysicsFermi energyGraphene quantum dotElectronQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

magnified image When a Dirac electron is confined to a triangular graphene quantum dot with zigzag edges, its low‐energy spectrum collapses to a shell of degenerate states at the Fermi level leading to a magnetized edge. The shell degeneracy and the total magnetization are proportional to the edge size and can be made macroscopic. In this review, we start with a general discussion of magnetic properties of graphene structures and its relation to broken sublattice symmetry. Then, we discuss single electronic properties of single and bilayer triangular graphene quantum dots, focusing on the nature of edge states. Finally, we investigate the role of electronic correlations in determining the nature of ground state and excitation spectra of triangular graphene quantum dots as a function of dot size and filling fraction of the shell of zero‐energy states. The interactions are treated by a combination of tight‐binding, Hartree–Fock and configuration interaction methods. We show that the spin polarization of the triangular graphene quantum dots can be controlled through gating, i.e., by adding or removing electrons. In bilayer graphene dots, the relative filling of edge states in each layer and the magnetization can be tuned down to single localized spin using an external vertical electrical field. (© 2015 WILEY‐VCH Verlag GmbH &Co. KGaA, Weinheim)

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)0,002
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 enseignants0,085
Score d'incertitude au seuil0,869

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,055
Tête enseignante GPT0,308
Écart entre enseignants0,253 · 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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuephysica status solidi (RRL) - Rapid Research LettersMême sujetGraphene research and applicationsTravaux en français237 207