MétaCan
Menu
Retour à la cohorte
Enregistrement W2566831599 · doi:10.1063/1.4972030

Large influence of capping layers on tunnel magnetoresistance in magnetic tunnel junctions

2016· article· en· W2566831599 sur OpenAlexaff

Notice bibliographique

RevueApplied Physics Letters · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic properties of thin films
Établissements canadiensNanoacademic Technologies
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésTunnel magnetoresistanceMagnetoresistanceTungstenScatteringQuantum tunnellingBrillouin zoneGiant magnetoresistanceDensity functional theoryAb initio quantum chemistry methodsAb initio

Résumé

récupéré en direct d'OpenAlex

It has been reported in experiments that capping layers, which enhance the perpendicular magnetic anisotropy (PMA) of magnetic tunnel junctions (MTJs), induce a great impact on the tunnel magnetoresistance (TMR). To explore the essential influence caused by the capping layers, we carry out ab initio calculations on TMR in the X(001)|CoFe(001)|MgO(001)|CoFe(001)|X(001) MTJ, where X represents the capping layer material, which can be tungsten, tantalum, or hafnium. We report TMR in different MTJs and demonstrate that tungsten is an ideal candidate for a giant TMR ratio. The transmission spectrum in Brillouin zone is presented. It can be seen that in the parallel condition of MTJ, sharp transmission peaks appear in the minority-spin channel. This phenomenon is attributed to the resonant tunnel transmission effect, and we explained it by the layer-resolved density of states. In order to explore transport properties in MTJs, the density of scattering states was studied from the point of band symmetry. It has been found that CoFe|tungsten interface blocks scattering states transmission in the anti-parallel condition. This work reports TMR and transport properties in MTJs with different capping layers and proves that tungsten is a proper capping layer material, which would benefit the design and optimization of MTJs.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil0,872

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 Opus0,007
Tête enseignante GPT0,193
Écart entre enseignants0,186 · 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

Citations29
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetMagnetic properties of thin filmsTravaux en français237 207