MétaCan
Menu
Retour à la cohorte
Enregistrement W4382344317 · doi:10.1002/adma.202207816

Ferroelectric Switching at Symmetry‐Broken Interfaces by Local Control of Dislocations Networks

2023· article· en· W4382344317 sur OpenAlexaff
Laurent Molino, Leena Aggarwal, V. V. Enaldiev, Ryan Plumadore, Vladimir I. Fal’ko, Adina Luican‐Mayer

Notice bibliographique

RevueAdvanced Materials · 2023
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésFerroelectricityMaterials scienceCondensed matter physicsElectric fieldBilayerPolarization (electrochemistry)DislocationScanning tunneling microscopeNanotechnologyOptoelectronicsDielectricMembraneComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Semiconducting ferroelectric materials with low energy polarization switching offer a platform for next‐generation electronics such as ferroelectric field‐effect transistors. Recently discovered interfacial ferroelectricity in bilayers of transition metal dichalcogenide films provides an opportunity to combine the potential of semiconducting ferroelectrics with the design flexibility of 2D material devices. Here, local control of ferroelectric domains in a marginally twisted WS 2 bilayer is demonstrated with a scanning tunneling microscope at room temperature, and their observed reversible evolution is understood using a string‐like model of the domain wall network (DWN). Two characteristic regimes of DWN evolution are identified: (i) elastic bending of partial screw dislocations separating smaller domains with twin stackings due to mutual sliding of monolayers at domain boundaries and (ii) merging of primary domain walls into perfect screw dislocations, which become the seeds for the recovery of the initial domain structure upon reversing electric field. These results open the possibility to achieve full control over atomically thin semiconducting ferroelectric domains using local electric fields, which is a critical step towards their technological use.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,247
Écart entre enseignants0,241 · 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.

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

Citations57
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujet2D Materials and ApplicationsTravaux en français237 207