MétaCan
Menu
Retour à la cohorte
Enregistrement W4205847322 · doi:10.1021/acs.jpclett.1c03798

Square-Net Topological Semimetals: How Spectroscopy Furthers Understanding and Control

2022· article· en· W4205847322 sur OpenAlexfundno aff
Robert J. Kirby, Gregory D. Scholes, Leslie M. Schoop

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTopological Materials and Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Materials ResearchCanadian Institute for Advanced ResearchPrinceton UniversityGordon and Betty Moore Foundation
Mots-clésSemimetalUltrashort pulseNon-equilibrium thermodynamicsPhase transitionRaman spectroscopyRelaxation (psychology)Phase (matter)Square (algebra)Chemical physicsSpectroscopyMaterials scienceElectronic structureNet (polyhedron)Electronic band structureTopology (electrical circuits)Condensed matter physicsPhysicsOpticsOptoelectronicsBand gapLaserQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Square-net materials are well positioned to lead optical spectroscopic explorations into the electronic structure, photoinduced dynamics, and phase transitions in topological semimetals. Hundreds of square-net topological semimetals can be prepared that have remarkably different electronic and optical properties despite having similar structures. Here we present what has been gleaned recently from these materials with the whole gamut of optical spectroscopies, ranging from steady-state reflectance and Raman investigations into topological band structures, electronic correlations, and equilibrium phase transitions to time-resolved techniques used to decipher ultrafast relaxation dynamics and nonequilibrium photoinduced phase transitions. We end with a discussion of some major remaining questions and possible future research directions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,003
Communication savante0,0020,007
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,225
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetTopological Materials and PhenomenaTravaux en français237 207