Superconducting NbN for Strong Magnetic Field Applications: Impact of the Thin Films Intrinsic Disorder
Notice bibliographique
Résumé
The research on superconducting circuits for quantum information technologies progressively extends from the academic world towards the industry. Material sciences therefore become an essential lever for the development of technologies based on such circuits as they allow finding industry-compatible routes of improvements. In this context, we propose a study on the behavior of the niobium nitride (NbN), one of the most commonly used material for these devices, when exposed to strong magnetic fields. To this aim, the properties of NbN layers with the same composition but different microstructures, tuned by changing the deposition method, are compared. This study aims to establish interdependencies between the microstructure of the material and its behavior once exposed to a magnetic field. X-ray diffraction and Hall-effect characterizations are used to assess that the microstructure is significantly modified by the choice of the deposition technique. Pushing further these investigations also allowed to quantify and compare the level of disorder in both cases by extracting the Ioffe-regel and the Ginzburg-Landau parameters from characterizations of the superconducting transition temperature for several magnetic field amplitudes. This was used to conclude that in highly disordered NbN layers, the microstructure heterogeneities are responsible for a strong electron localization allowing to significantly enhance the resilience of their superconducting state under strong magnetic fields.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».