MétaCan
Menu
Retour à la cohorte
Enregistrement W2957007651 · doi:10.1021/acs.nanolett.9b02357

Tailored Tunnel Magnetoresistance Response in Three Ultrathin Chromium Trihalides

2019· article· en· W2957007651 sur OpenAlexafffund
Hyun Ho Kim, Bowen Yang, Shangjie Tian, Chenghe Li, Guo‐Xing Miao, Hechang Lei, Adam W. Tsen

Notice bibliographique

RevueNano Letters · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueInorganic Chemistry and Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaArmy Research OfficeOntario Ministry of Economic Development, Job Creation and TradeNational Research Foundation of KoreaMinistry of Science and Technology of the People's Republic of ChinaMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of ChinaGovernment of Canada
Mots-clésMagnetoresistanceCondensed matter physicsQuantum tunnellingAntiferromagnetismChromiumMaterials sciencePhase diagramGround stateMagnetic fieldTunnel magnetoresistanceCoupling (piping)ChemistryPhase (matter)FerromagnetismPhysicsMetallurgyAtomic physics

Résumé

récupéré en direct d'OpenAlex

Materials that demonstrate large magnetoresistance have attracted significant interest for many decades. Extremely large tunnel magnetoresistance (TMR) has been reported by several groups across ultrathin CrI3 by exploiting the weak antiferromagnetic coupling between adjacent layers. Here, we report a comparative study of TMR in all three chromium trihalides (CrX3, X = Cl, Br, or I) in the two-dimensional limit. As the materials exhibit different transition temperatures and interlayer magnetic ordering in the ground state, tunneling measurements allow for an easy determination of the field–temperature phase diagram for the three systems. By changing sample thickness and biasing conditions, we then demonstrate how to maximize and further tailor the TMR response at different temperatures for each material. In particular, near the magnetic transition temperature, TMR is nonsaturating up to the highest fields measured for all three compounds owing to the large, field-induced exchange coupling.

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 enseignants0,004
Score d'incertitude au seuil0,997

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,193 · 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

Citations66
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetInorganic Chemistry and MaterialsTravaux en français237 207