Tunability of room-temperature ferromagnetism in spintronic semiconductors through nonmagnetic atoms
Notice bibliographique
Résumé
The implementation and control of room-temperature ferromagnetism (RTFM) by adding magnetic atoms to a semiconductor's lattice has been one of the most important problems in solid-state physics in the last decade. Herein we report on the mechanism that allows RTFM to be tuned by the inclusion of nonmagnetic aluminum in nickel ferrite. This material, ${\mathrm{NiFe}}_{2\ensuremath{-}x}{\mathrm{Al}}_{x}{\mathrm{O}}_{4}$ ($x=0,0.5,1.5$), has already shown much promise for magnetic semiconductor technologies, and we are able to add to its versatility technological viability with our results. The site occupancies and valencies of Fe atoms (${\mathrm{Fe}}^{3+}\phantom{\rule{4pt}{0ex}}{\mathrm{T}}_{d}, {\mathrm{Fe}}^{2+}\phantom{\rule{4pt}{0ex}}{\mathrm{O}}_{h}$, and ${\mathrm{Fe}}^{3+}\phantom{\rule{4pt}{0ex}}{\mathrm{O}}_{h}$) can be methodically controlled by including aluminum. Using the fact that aluminum strongly prefers a 3+ octahedral environment, we can selectively fill iron sites with aluminum atoms, and hence specifically tune the magnetic contributions for each of the iron sites, and therefore the bulk material as well. Interestingly, the influence of the aluminum is weak on the electronic structure, allowing one to retain the desirable electronic properties while achieving desirable magnetic properties.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».