MétaCan
Menu
Retour à la cohorte
Enregistrement W2953089764 · doi:10.1038/s41467-019-10515-3

Indirect chiral magnetic exchange through Dzyaloshinskii–Moriya-enhanced RKKY interactions in manganese oxide chains on Ir(100)

2019· article· en· W2953089764 sur OpenAlexaff
Martin Schmitt, Paolo Moras, Gustav Bihlmayer, Ryan Cotsakis, Matthias Vogt, Jeannette Kemmer, Abderrezak Belabbes, Polina M. Sheverdyaeva, Asish K. Kundu, C. Carbone, Stefan Blügel, M. Bode

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic properties of thin films
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAbdus Salam International Centre for Theoretical PhysicsDeutsche Forschungsgemeinschaft
Mots-clésManganeseRKKY interactionManganese oxideCondensed matter physicsOxidePhysicsMaterials scienceChemistryFerromagnetismMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Localized electron spins can couple magnetically via the Ruderman–Kittel–Kasuya–Yosida interaction even if their wave functions lack direct overlap. Theory predicts that spin–orbit scattering leads to a Dzyaloshinskii–Moriya type enhancement of this indirect exchange interaction, giving rise to chiral exchange terms. Here we present a combined spin-polarized scanning tunneling microscopy, angle-resolved photoemission, and density functional theory study of MnO 2 chains on Ir(100). Whereas we find antiferromagnetic Mn–Mn coupling along the chain, the inter-chain coupling across the non-magnetic Ir substrate turns out to be chiral with a 120° rotation between adjacent MnO 2 chains. Calculations reveal that the Dzyaloshinskii–Moriya interaction results in spin spirals with a periodicity in agreement with experiment. Our findings confirm the existence of indirect chiral magnetic exchange, potentially giving rise to exotic phenomena, such as chiral spin-liquid states in spin ice systems or the emergence of new quasiparticles.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,022
Tête enseignante GPT0,291
Écart entre enseignants0,269 · 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'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetMagnetic properties of thin filmsTravaux en français237 207