MétaCan
Menu
Retour à la cohorte
Enregistrement W2886520910 · doi:10.1002/adma.201802902

Ionic Modulation of the Interfacial Magnetism in a Bilayer System Comprising a Heavy Metal and a Magnetic Insulator for Voltage‐Tunable Spintronic Devices

2018· article· en· W2886520910 sur OpenAlexafffund
Mengmeng Guan, Lei Wang, Shishun Zhao, Ziyao Zhou, Guohua Dong, Wei Su, Tai Min, Jing Ma, Zhongqiang Hu, Wei Ren, Zuo‐Guang Ye, Ce‐Wen Nan, Ming Liu

Notice bibliographique

RevueAdvanced Materials · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMultiferroics and related materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNatural Science Foundation of Shaanxi ProvinceNational Natural Science Foundation of China
Mots-clésSpintronicsMaterials scienceYttrium iron garnetSpin pumpingMagnetismBilayerFerromagnetismCondensed matter physicsHeterojunctionIonic bondingOptoelectronicsSpin polarizationSpin Hall effectElectronPhysics

Résumé

récupéré en direct d'OpenAlex

The voltage modulation of yttrium iron garnet (YIG) is of practical and theoretical significance; due to its advantages of compactness, high-speed response, and energy efficiency, it can be used for various spintronic applications, including spin-Hall, spin-pumping, and spin-Seebeck effects. In this study, a significant ferromagnetic resonance change is achieved within the YIG/Pt bilayer heterostructures uisng ionic modulation, which is accomplished by modifying the interfacial magnetism in the deposited "capping" platinum layer. With a small voltage bias of 4.5 V, a large ferromagnetic field shift of 690 Oe is achieved in heterostructures of YIG (13 nm)/Pt (3 nm)/(ionic liquid, IL)/(Au capacitor). The remarkable magnetoelectric (ME) tunability comes from the additional and voltage-induced ferromagnetic ordering, caused by uncompensated d-orbital electrons in the Pt metal layer. Confirmed by first-principle calculations, this finding paves the way for novel voltage-tunable YIG-based 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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,679

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,011
Tête enseignante GPT0,251
Écart entre enseignants0,240 · 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

Citations28
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetMultiferroics and related materialsTravaux en français237 207