MétaCan
Menu
Retour à la cohorte
Enregistrement W2783444053 · doi:10.1126/sciadv.aat5535

Entanglement signatures of emergent Dirac fermions: Kagome spin liquid and quantum criticality

2018· article· en· W2783444053 sur OpenAlexafffund

Notice bibliographique

RevueScience Advances · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTopological Materials and Phenomena
Établissements canadiensUniversité de Montréal
Organismes subventionnairesLos Alamos National LaboratoryInstitut Périmètre de physique théoriqueNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsInnovation, Science and Economic Development CanadaAspen Center for PhysicsLaboratory Directed Research and DevelopmentGordon and Betty Moore FoundationU.S. Department of EnergyHarvard UniversityGovernment of CanadaNational Science Foundation
Mots-clésQuantum entanglementQuantum spin liquidDirac (video compression format)QuantumSpin (aerodynamics)RenormalizationQuantum phasesDensity matrix renormalization group

Résumé

récupéré en direct d'OpenAlex

Quantum spin liquids (QSLs) are exotic phases of matter that host fractionalized excitations. It is difficult for local probes to characterize QSL, whereas quantum entanglement can serve as a powerful diagnostic tool due to its nonlocality. The kagome antiferromagnetic Heisenberg model is one of the most studied and experimentally relevant models for QSL, but its solution remains under debate. Here, we perform a numerical Aharonov-Bohm experiment on this model and uncover universal features of the entanglement entropy. By means of the density matrix renormalization group, we reveal the entanglement signatures of emergent Dirac spinons, which are the fractionalized excitations of the QSL. This scheme provides qualitative insights into the nature of kagome QSL and can be used to study other quantum states of matter. As a concrete example, we also benchmark our methods on an interacting quantum critical point between a Dirac semimetal and a charge-ordered phase.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,331
Écart entre enseignants0,314 · 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'étudeThéorique ou conceptuel
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

Citations51
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetTopological Materials and PhenomenaTravaux en français237 207