MétaCan
Menu
Retour à la cohorte
Enregistrement W2769931936 · doi:10.1039/c7nr06159e

<i>h</i>-BN/graphene van der Waals vertical heterostructure: a fully spin-polarized photocurrent generator

2017· article· en· W2769931936 sur OpenAlexaff
Xixi Tao, Lei Zhang, Xiaohong Zheng, Hua Hao, Xianlong Wang, Lingling Song, Zhi Zeng, Hong Guo

Notice bibliographique

RevueNanoscale · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensMcGill University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPhotocurrentGrapheneHeterojunctionvan der Waals forceGenerator (circuit theory)Materials scienceSpin (aerodynamics)Condensed matter physicsOptoelectronicsNanotechnologyPhysicsPower (physics)Quantum mechanicsMoleculeThermodynamics

Résumé

récupéré en direct d'OpenAlex

By constructing transport junctions using graphene-based van der Waals (vdW) heterostructures in which a zigzag-edged graphene nanoribbon (ZGNR) is sandwiched between two hexagonal boron-nitride sheets, we computationally demonstrate a new scheme for generating perfect spin-polarized quantum transport in ZGNRs by light irradiation. The mechanism lies in the lift of spin degeneracy of ZGNR induced by the stagger potential it receives from the BN sheets and the subsequent possibility of single spin excitation of electrons from the valence band to the conduction band by properly tuning the photon energy. This scheme is rather robust in that we always achieve desirable results irrespective of whether we decrease or increase the interlayer distance by applying compressive or tensile strain vertically to the sheets or shift the BN sheets in-plane relative to the graphene nanoribbons. More importantly, this scheme overcomes the long-standing difficulties in traditional ways of using solely electrical field or chemical modification for obtaining half-metallic transport in ZGNRs and thus paves a more feasible way for their application in spintronics.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,312
Écart entre enseignants0,288 · 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.

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

Citations57
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetGraphene research and applicationsTravaux en français237 207