MétaCan
Menu
Retour à la cohorte
Enregistrement W4237681484 · doi:10.1002/9783527808465.emc2016.5918

Quantifying magnetism on the nanometer scale: <scp>EMCD</scp> on individual <scp>FePt</scp> nanoparticles

2016· other· en· W4237681484 sur OpenAlexaff
Sebastian Schneider, Darius Pohl, Stefan Löffler, Deepa Kasinathan, Ján Rusz, P. Schattschneider, L. Schultz, Bernd Rellinghaus

Notice bibliographique

RevueEuropean Microscopy Congress 2016: Proceedings · 2016
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic properties of thin films
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMagnetic circular dichroismMagnetismNanoparticleMagnetic anisotropyMagnetic nanoparticlesNanometreFerromagnetismSubstrate (aquarium)Nanoscopic scaleAnisotropyNanotechnologyMagnetizationCondensed matter physicsOpticsMagnetic fieldComposite materialSpectral line

Résumé

récupéré en direct d'OpenAlex

Electron energy‐loss magnetic chiral dichroism (EMCD), which is the electron wave analogue of X‐ray magnetic circular dichroism (XMCD), offers the possibility to study magnetic properties at the nanoscale in a TEM. The relatively young method of EMCD [1] was already refined to such an extent that it is possible to probe magnetic moments of thin films of a variety of ferromagnets [2, 3, 4]. By now, these measurements already surpass the resolution of XMCD experiments. However, quantitative EMCD measurements are so far only reported on thin films rather than on nanoparticles, which are expected to reveal distinct magnetic properties due to their reduced dimensions and enhanced surface to volume ratio. We report on EMCD measurements on a single FePt nanoparticle (cf. Figure 1) and compare our experimental findings with simulations. L1 0 ordered FePt is a particularly interesting material since it offers the highest magneto‐crystalline anisotropy among the oxidation‐resistant hard magnets [5]. It is therefore a promising material for future high density magnetic data storage media. The L1 0 ordered FePt nanoparticles on a STO substrate were prepared by sputtering. Prior to the spectroscopic measurements, samples in plan view geometry were subjected to mechanical thinning and grazing incidence Ar + ion milling in order to obtain 10 nm thick substrate‐free nanoparticles. The experiments were performed on a FEI Titan 3 80‐300 microscope equipped with an image C S corrector. The sample was oriented in three beam condition with the [001] easy axis of L1 0 FePt oriented (close to) parallel to the electron beam. Binned‐gain acquisition of the EEL spectra was used to optimize the S/N ratio [6]. Particular attention was paid to the analysis of the EEL spectra. A measurement route is presented that allows for the extraction of a dichroic signal from spectra that still suffer from non‐optimal S/N ratio. Our experiments are supported by simulations of EEL spectra utilizing the WIEN2k program package [7] in combination with Bloch‐wave (BW) methods. These simulations are used to (pre‐)determine optimal experimental parameters, that provide for the highest EMCD signals [8, 9]. The experiments reveal a small but reproducible dichroic signal (cf. Figure 2) that agrees well with the results of the theoretical calculations. From these experimental spectra, a ratio of angular to spin magnetic moment m l /m s = 0.08 ± 0.08 is for the first time quantitatively derived for individual FePt nanoparticles [10], which agrees well with the XMCD result m l /m s = 0.09 for a large ensemble of L1 0 ordered FePt nanoparticles [11].

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 candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,017

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 GPT0,252
Écart entre enseignants0,230 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Microscopy Congress 2016: ProceedingsMême sujetMagnetic properties of thin filmsTravaux en français237 207