MétaCan
Menu
Retour à la cohorte
Enregistrement W4391316265 · doi:10.1088/1742-5468/ad1d53

Kondo screening cloud scaling: impurity entanglement and magnetization

2024· article· en· W4391316265 sur OpenAlexaff
Erik S. Sørensen

Notice bibliographique

RevueJournal of Statistical Mechanics Theory and Experiment · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhysics of Superconductivity and Magnetism
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésQuantum entanglementScalingMagnetizationCloud computingImpurityCondensed matter physicsPhysicsKondo effectQuantum mechanicsQuantumPolitical scienceMagnetic fieldMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The screening of an impurity spin in the Kondo model occurs over a characteristic length scale ξ K , that defines the size of the Kondo screening cloud or ‘mist’. The presence of such a length scale in experimental and numerical results is rather subtle. A consistent way to show the presence of the screening cloud is to demonstrate scaling in the spatial correlations in terms of the single variable, r / ξ K instead of the correlations depending on r and ξ K separately. Here we study the paradigmatic one channel Kondo model using a spin chain representation, with an impurity spin at one end of the chain coupled with a strength J K ′ . Using Fermi liquid theory combined with numerical results, we obtain new high precision estimates of the non-universal terms in the entanglement entropy which leads to a verification of the expected non-integer ground-state degeneracy, g. This then allows us to study the impurity contribution to the entanglement in detail. If the impurity coupling J K ′ is varied, a precise determination of ξ K can then be obtained. The length scale, ξ K , is then shown to characterize the scaling of both the uniform and alternating part of a measure of the magnetization of part of an odd length chain.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
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 Opus0,010
Tête enseignante GPT0,273
Écart entre enseignants0,263 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Statistical Mechanics Theory and ExperimentMême sujetPhysics of Superconductivity and MagnetismTravaux en français237 207