MétaCan
Menu
Retour à la cohorte
Enregistrement W2297761927 · doi:10.1103/physrevlett.116.106103

<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mi>β</mml:mi></mml:math>-NMR Investigation of the Depth-Dependent Magnetic Properties of an Antiferromagnetic Surface

2016· article· en· W2297761927 sur OpenAlexafffund
David Cortie, T Buck, Martin H. Dehn, Victoria L. Karner, R. F. Kiefl, C.D.P. Levy, Ryan M. L. McFadden, G. D. Morris, Iain McKenzie, M. R. Pearson, Xiaolin Wang, W. A. MacFarlane

Notice bibliographique

RevuePhysical Review Letters · 2016
Typearticle
Langueen
DomaineEnergy
ThématiqueIron oxide chemistry and applications
Établissements canadiensTRIUMFUniversity of British Columbia
Organismes subventionnairesAustralian Research CouncilNational Research Council CanadaNatural Sciences and Engineering Research Council of CanadaTRIUMF
Mots-clésAntiferromagnetismPhysicsCrystallographyCondensed matter physicsOrientation (vector space)Materials scienceGeometryChemistryMathematics

Résumé

récupéré en direct d'OpenAlex

By measuring the prototypical antiferromagnet $\ensuremath{\alpha}\text{\ensuremath{-}}{\mathrm{Fe}}_{2}{\mathrm{O}}_{3}$, we show that it is possible to determine the static spin orientation and dynamic spin correlations within nanometers from an antiferromagnetic surface using the nuclear spin polarization of implanted $^{8}{\mathrm{Li}}^{+}$ ions detected with $\ensuremath{\beta}$-NMR. Remarkably, the first-order Morin spin reorientation in single crystal $\ensuremath{\alpha}\text{\ensuremath{-}}{\mathrm{Fe}}_{2}{\mathrm{O}}_{3}$ occurs at the same temperature at all depths between 1 and 100 nm from the (110) surface; however, the implanted nuclear spin experiences an increased $1/{T}_{1}$ relaxation rate at shallow depths revealing soft-surface magnons. The surface-localized dynamics decay towards the bulk with a characteristic length of $\ensuremath{\epsilon}=11\ifmmode\pm\else\textpm\fi{}1\text{ }\text{ }\mathrm{nm}$, closely matching the finite-size thresholds of hematite nanostructures.

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)0,000
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 enseignants0,495
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,020
Tête enseignante GPT0,240
Écart entre enseignants0,220 · 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

Citations16
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetIron oxide chemistry and applicationsTravaux en français237 207