MétaCan
Menu
Retour à la cohorte
Enregistrement W2791863530 · doi:10.1103/physrevlett.121.076401

Influence of Spin-Orbit Coupling in Iron-Based Superconductors

2018· article· en· W2791863530 sur OpenAlexafffund
Ryan Day, G. Levy, Matteo Michiardi, Berend Zwartsenberg, Marta Zonno, Shun Chi

Notice bibliographique

RevuePhysical Review Letters · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueIron-based superconductors research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistero dell’Istruzione, dell’Università e della RicercaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungCanada Foundation for InnovationCanada First Research Excellence FundCanada Research ChairsCanadian Institute for Advanced ResearchUniversity of British ColumbiaAlexander von Humboldt-Stiftung
Mots-clésCondensed matter physicsSuperconductivitySpin–orbit interactionCoupling (piping)Orbit (dynamics)PhysicsSpin (aerodynamics)Materials scienceMetallurgyAerospace engineeringThermodynamicsEngineering

Résumé

récupéré en direct d'OpenAlex

We report on the influence of spin-orbit coupling (SOC) in Fe-based superconductors via application of circularly polarized spin and angle-resolved photoemission spectroscopy. We combine this technique in representative members of both the Fe-pnictides (LiFeAs) and Fe-chalcogenides (FeSe) with tight-binding calculations to establish an ubiquitous modification of the electronic structure in these materials imbued by SOC. At low energy, the influence of SOC is found to be concentrated on the hole pockets, where the largest superconducting gaps are typically found. This effect varies substantively with the k_{z} dispersion, and in FeSe we find SOC to be comparable to the energy scale of orbital order. These results contest descriptions of superconductivity in these materials in terms of pure spin-singlet eigenstates, raising questions regarding the possible pairing mechanisms and role of SOC therein.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,866

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,029
Tête enseignante GPT0,339
Écart entre enseignants0,309 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetIron-based superconductors researchTravaux en français237 207