Spin–orbit proximity effect and topological superconductivity in graphene/transition-metal dichalcogenide nanoribbons
Notice bibliographique
Résumé
Abstract Spin–orbit coupling (SOC) plays a determinate role in spintronics and topological physics. Previous studies indicate that the SOC in graphene nanoribbon (GNR) can be enhanced by the proximity effect from two-dimensional transition-metal dichalcogenide (2D-TMD). However, the bulk inversion symmetry of GNR/2D-TMD restricts further increase of the proximity-induced SOC in GNR. In this view, we introduce a TMD nanoribbon (TMDNR) with finite width, and propose three methods to break the bulk inversion symmetry, i.e. defects in TMDNR, spatial interlayer edge coupling, and twist between GNR and TMDNR, which can further enhance the SOC in the GNR by roughly 30 times, 20 times and 150 times, respectively, depending on the relative energy between the Dirac point of GNR and the states of TMDNR. Furthermore, the significantly enhanced SOC can drive the GNR into a topological superconducting phase. By introducing the Zeeman splitting and s -wave superconductivity in the GNR, quasi one-dimensional topological superconductivity and Majorana zero modes (MZMs) can be achieved in the GNR. At last we propose a feasible experimental method to realize and manipulate MZMs in the GNR/TMDNR system.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».