MétaCan
Menu
Retour à la cohorte
Enregistrement W2122508674 · doi:10.1103/physrevb.88.085320

Enhanced hyperfine-induced spin dephasing in a magnetic-field gradient

2013· article· en· W2122508674 sur OpenAlexaff
F. Beaudoin, W. A. Coish

Notice bibliographique

RevuePhysical Review B · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum and electron transport phenomena
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCondensed matter physicsQubitHyperfine structurePhysicsCoherence timeDephasingQuantum dotMagnetic fieldSpin echoSpin (aerodynamics)Quantum decoherenceCoherence (philosophical gambling strategy)Free induction decaySpin polarizationSpinsQuantum mechanicsQuantumMagnetic resonance imagingElectron

Résumé

récupéré en direct d'OpenAlex

Magnetic-field gradients are important for single-site addressability and electric-dipole spin resonance of spin qubits in semiconductor devices. We show that these advantages are offset by a potential reduction in coherence time due to the nonuniformity of the magnetic field experienced by a nuclear-spin bath interacting with the spin qubit. We theoretically study spins confined to quantum dots or at single donor impurities, considering both free-induction and spin-echo decay. For quantum dots in GaAs, we find that, in a realistic setting, a magnetic-field gradient can reduce the Hahn-echo coherence time by almost an order of magnitude. This problem can, however, be resolved by applying a moderate external magnetic field to enter a motional-averaging regime. For quantum dots in silicon, we predict a crossover from non-Markovian to Markovian behavior that is unique to these devices. Finally, for very small systems such as single phosphorus donors in silicon, we predict a breakdown of the common Gaussian approximation due to finite-size effects.

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 seuil0,005

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,274
Écart entre enseignants0,263 · 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

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review BMême sujetQuantum and electron transport phenomenaTravaux en français237 207