MétaCan
Menu
Retour à la cohorte
Enregistrement W2764285789 · doi:10.1103/physrevlett.120.167701

Linear Hyperfine Tuning of Donor Spins in Silicon Using Hydrostatic Strain

2018· article· en· W2764285789 sur OpenAlexaff
John Mansir, Paolo Conti, Zaiping Zeng, J. Jarryd, Patrice Bertet, Michael W. Swift, Chris G. Van de Walle, M. L. W. Thewalt, B. Sklénard, Yann‐Michel Niquet, J. J. L. Morton

Notice bibliographique

RevuePhysical Review Letters · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum and electron transport phenomena
Établissements canadiensSimon Fraser University
Organismes subventionnairesEngineering and Physical Sciences Research CouncilSeventh Framework ProgrammeHorizon 2020 Framework ProgrammeAgence Nationale de la RechercheEuropean Commission
Mots-clésSpinsHyperfine structureCondensed matter physicsStrain (injury)Coupling (piping)SiliconMaterials scienceSpin (aerodynamics)PhysicsMolecular physicsAtomic physicsOptoelectronicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

We experimentally study the coupling of group V donor spins in silicon to mechanical strain, and measure strain-induced frequency shifts that are linear in strain, in contrast to the quadratic dependence predicted by the valley repopulation model (VRM), and therefore orders of magnitude greater than that predicted by the VRM for small strains |ϵ|<10^{-5}. Through both tight-binding and first principles calculations we find that these shifts arise from a linear tuning of the donor hyperfine interaction term by the hydrostatic component of strain and achieve semiquantitative agreement with the experimental values. Our results provide a framework for making quantitative predictions of donor spins in silicon nanostructures, such as those being used to develop silicon-based quantum processors and memories. The strong spin-strain coupling we measure (up to 150 GHz per strain, for Bi donors in Si) offers a method for donor spin tuning-shifting Bi donor electron spins by over a linewidth with a hydrostatic strain of order 10^{-6}-as well as opportunities for coupling to mechanical resonators.

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 enseignants0,773
Score d'incertitude au seuil0,573

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 Opus0,021
Tête enseignante GPT0,294
Écart entre enseignants0,273 · 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

Citations50
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetQuantum and electron transport phenomenaTravaux en français237 207