MétaCan
Menu
Retour à la cohorte
Enregistrement W4387975857 · doi:10.1103/physrevb.108.165149

Emergent nearest-neighbor attraction in the fully renormalized interactions of the single-band repulsive Hubbard model at weak coupling

2023· article· en· W4387975857 sur OpenAlexafffund
Daria Gazizova, J. P. F. LeBlanc

Notice bibliographique

RevuePhysical review. B./Physical review. B · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhysics of Superconductivity and Magnetism
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsCoupling (piping)Hubbard modelBasis (linear algebra)PairingParameter spaceSpace (punctuation)Order (exchange)Momentum (technical analysis)k-nearest neighbors algorithmWeak interactionMathematical physicsQuantum mechanicsSuperconductivity

Résumé

récupéré en direct d'OpenAlex

We compute the perturbative expansion for the effective interaction $W$ of the half-filled 2-dimensional Hubbard model. We derive extensions of standard random-phase-approximation resummations that include arbitrarily high order contributions in the ${W}_{\ensuremath{\uparrow}\ensuremath{\uparrow}}$ and ${W}_{\ensuremath{\uparrow}\ensuremath{\downarrow}}$ basis. Using algorithmic tools we explore the static $Q$-dependent interaction as well as the same-time quantity both in momentum and real space. We emphasize the absence of screening in the Hubbard interaction where we find an enhanced repulsive local ${W}_{\ensuremath{\uparrow}\ensuremath{\downarrow}}$ with a nonzero attractive ${W}_{\ensuremath{\uparrow}\ensuremath{\uparrow}}$. Finally, starting from only a locally repulsive bare interaction we find an emergent nonlocal nearest-neighbor attraction for low temperatures at sufficiently large values of $U/t$ which may be key to understanding pairing processes in the model.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,045
Tête enseignante GPT0,370
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 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'étudeSimulation ou modélisation
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. B./Physical review. BMême sujetPhysics of Superconductivity and MagnetismTravaux en français237 207