Magnetization dynamics of weakly interacting sub-100 nm square artificial spin ices
Notice bibliographique
Résumé
Artificial Spin Ice (ASI), consisting of a two dimensional array of nanoscale magnetic elements, provides a fascinating opportunity to observe the physics of out-of-equilibrium systems. Initial studies concentrated on the static, frozen state, whilst more recent studies have accessed the out-of-equilibrium dynamic, fluctuating state. This opens up exciting possibilities such as the observation of systems exploring their energy landscape through monopole quasiparticle creation, potentially leading to ASI magnetricity, and to directly observe unconventional phase transitions. In this work we have measured and analysed the magnetic relaxation of thermally active ASI systems by means of SQUID magnetometry. We have investigated the effect of the interaction strength on the magnetization dynamics at different temperatures in the range where the nanomagnets are thermally active. We have observed that they follow an Arrhenius-type Néel-Brown behaviour. An unexpected negative correlation of the average blocking temperature with the interaction strength is also observed, which is supported by Monte Carlo simulations. The magnetization relaxation measurements show faster relaxation for more strongly coupled nanoelements with similar dimensions. The analysis of the stretching exponents obtained from the measurements suggest 1-D chain-like magnetization dynamics. This indicates that the nature of the interactions between nanoelements lowers the dimensionality of the ASI from 2-D to 1-D. Finally, we present a way to quantify the effective interaction energy of a square ASI system, and compare it to the interaction energy computed with micromagnetic simulations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».