MétaCan
Menu
Retour à la cohorte
Enregistrement W2966153557 · doi:10.1126/science.aaw2104

Electron-phonon instability in graphene revealed by global and local noise probes

2019· article· en· W2966153557 sur OpenAlexaff
Trond I. Andersen, Bo Dwyer, Javier Sanchez-Yamagishi, Joaquin F. Rodriguez-Nieva, Kartiek Agarwal, Kenji Watanabe, Takashi Taniguchi, Eugene Demler, Philip Kim, Hongkun Park, Mikhail D. Lukin

Notice bibliographique

RevueScience · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensMcGill University
Organismes subventionnairesGordon and Betty Moore FoundationCenter for Ultracold Atoms, Massachusetts Institute of TechnologyU.S. Department of DefenseNational Science Foundation
Mots-clésInstabilityCondensed matter physicsGrapheneNon-equilibrium thermodynamicsNoise (video)PhysicsPhononTerahertz radiationElectronMicrowaveMagnetic fieldOptoelectronicsMechanicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Understanding and controlling nonequilibrium electronic phenomena is an outstanding challenge in science and engineering. By electrically driving ultraclean graphene devices out of equilibrium, we observe an instability that is manifested as substantially enhanced current fluctuations and suppressed conductivity at microwave frequencies. Spatial mapping of the nonequilibrium current fluctuations using nanoscale magnetic field sensors reveals that the fluctuations grow exponentially along the direction of carrier flow. Our observations, including the dependence on density and temperature, are consistently explained by the emergence of an electron-phonon Cerenkov instability at supersonic drift velocities. These results offer the opportunity for tunable terahertz generation and active phononic devices based on two-dimensional materials.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,450
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,273
Écart entre enseignants0,266 · 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

Citations82
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetGraphene research and applicationsTravaux en français237 207