MétaCan
Menu
Retour à la cohorte
Enregistrement W4387360719 · doi:10.21203/rs.3.rs-3373483/v1

Spin–Orbit-Lattice Locking in Strain-Engineered Sr2FeReO6 Double Perovskites

2023· preprint· en· W4387360719 sur OpenAlexaff
Si‐Young Choi, Gahee Noh, Hansol Lee, Yong-Jin Kim, Yeongrok Jin, Donghwa Lee, Ho Nyung Lee, Jaekwang Lee, Chan‐Ho Yang, Changhee Sohn

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueMagnetic and transport properties of perovskites and related materials
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesBasic Energy SciencesSamsungMinistry of Science and ICT, South KoreaNational Research FoundationKorea Basic Science InstitutePohang University of Science and TechnologyNational Research Foundation of KoreaU.S. Department of Energy
Mots-clésCondensed matter physicsLattice (music)Strain (injury)Spin (aerodynamics)Materials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Ferromagnetic double perovskites utilizing d-orbitals exhibit appealing physical properties due to their unique electronic band structures, which involve a combination of 3d and 5d orbitals. These magnetic and electronic properties can be also manipulated by strain, thus resulting in spin-orbit-lattice locking. Here, we demonstrate that strain-assisted spin-orbit-lattice locking can be a powerful tool for modulating the magnetic and electronic properties in Sr2FeReO6, a 3d–5d ferromagnetic double perovskite. Intriguingly, pliable Re orbitals along with the crystallogrphic asymmetry exhibit strain-sign-dependent reversal of orbital polarization, leading to variations in magnetic anisotropy and electronic properties. This work provides valuable insights into the tunability of magnetism and transport characteristics in 3d–5d ferromagnetic double perovskite for the development of spintronic devices.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,102
Tête enseignante GPT0,367
Écart entre enseignants0,265 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetMagnetic and transport properties of perovskites and related materialsTravaux en français237 207