MétaCan
Menu
Retour à la cohorte
Enregistrement W2340216057 · doi:10.1103/physrevb.84.235301

Biased bilayer graphene as a helical quantum Hall ferromagnet

2011· article· en· W2340216057 sur OpenAlexaff
R. Côté, Jérémie P. Fouquet, Wenchen Luo

Notice bibliographique

RevuePhysical Review B · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCondensed matter physicsPhysicsBilayer grapheneElectronGround stateCoherence (philosophical gambling strategy)Hamiltonian (control theory)Landau quantizationDipoleGrapheneQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The two-dimensional electron gas in a graphene bilayer in the Bernal stacking supports a variety of uniform broken-symmetry ground states in Landau level $N=0$ at integer filling factors $\ensuremath{\nu}\ensuremath{\in}[\ensuremath{-}3,4].$ When an electric potential difference (or bias) is applied between the layers at filling factors $\ensuremath{\nu}=1,3$, the ground state evolves from an interlayer coherent state at small bias to a state with orbital coherence at higher bias, where electric dipoles associated with the orbital pseudospins order spontaneously in the plane of the layers. In this paper, we show that, by further increasing the bias at these two filling factors, the two-dimensional electron gas goes first through an electron crystal with an orbital pseudospin texture at each site and then into a helical state where the pseudospins rotate in space. The pseudospin textures in the electron crystal and the helical state are due to the presence of a Dzyaloshinskii-Moriya interaction in the effective pseudospin Hamiltonian when orbital coherence is present in the ground state. We study in detail the electronic structure of the helical and electron crystal states as well as their collective excitations and then compute their electromagnetic absorption.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,364
Score d'incertitude au seuil0,999

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)0,0020,006

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 Opus0,080
Tête enseignante GPT0,352
Écart entre enseignants0,271 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations19
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review BMême sujetGraphene research and applicationsTravaux en français237 207