MétaCan
Menu
Retour à la cohorte
Enregistrement W4306409815 · doi:10.1103/physrevresearch.4.043034

Twisted bilayers of thin film magnetic topological insulators

2022· article· en· W4306409815 sur OpenAlexafffund
Gaurav Chaudhary, A. A. Burkov, Olle Heinonen

Notice bibliographique

RevuePhysical Review Research · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTopological Materials and Phenomena
Établissements canadiensPerimeter InstituteUniversity of Waterloo
Organismes subventionnairesArgonne National LaboratoryBasic Energy SciencesInnovation, Science and Economic Development CanadaInstitut Périmètre de physique théoriqueOntario Ministry of Economic Development, Job Creation and TradeMinistero dello Sviluppo EconomicoU.S. Department of Energy
Mots-clésCondensed matter physicsBilayer grapheneMagnetizationBilayerTopological insulatorDirac (video compression format)Thin filmSemimetalElectronic band structureQuantum tunnellingPhysicsMaterials scienceBand gapGrapheneMagnetic fieldQuantum mechanicsChemistry

Résumé

récupéré en direct d'OpenAlex

Twisted bilayer graphene (TBG) near ``magic angles'' has emerged as a rich platform for strongly correlated states of two-dimensional (2D) Dirac semimetals. Here we show that twisted bilayers of thin film magnetic topological insulators (MTIs) with large in-plane magnetization can realize flat bands near 2D Dirac nodes. Using a simple model for thin films of MTIs, we derive a continuum model for two such MTIs, twisted by a small angle with respect to each other. When the magnetization is in plane, we show that interlayer tunneling terms act as effective SU(2) vector potentials, which are known to lead to flat bands in TBG. We show that by changing the in-plane magnetization, it is possible to tune the twisted bilayer MTI band dispersion to quadratic band touching or to flat bands, similar to the TBG. If realized, this system can be a highly tunable platform for strongly correlated phases of two-dimensional Dirac semimetals.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,983

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,000

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 Opus0,077
Tête enseignante GPT0,402
Écart entre enseignants0,325 · 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'étudeThéorique ou conceptuel
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'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review ResearchMême sujetTopological Materials and PhenomenaTravaux en français237 207