Insights into <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"><mml:mi>ε</mml:mi><mml:mtext>−</mml:mtext><mml:msub><mml:mrow><mml:mi>Fe</mml:mi></mml:mrow><mml:mn>2</mml:mn></mml:msub><mml:msub><mml:mrow><mml:mi mathvariant="normal">O</mml:mi></mml:mrow><mml:mn>3</mml:mn></mml:msub></mml:math> interactions via Cr doping
Notice bibliographique
Résumé
Innovative materials, particularly multiferroics, have the potential to transform technology. Full optimization of their usage will require an in-depth understanding of the underlying electronic and magnetic interactions. One such material is $\ensuremath{\epsilon}\text{\ensuremath{-}}{\mathrm{Fe}}_{2}{\mathrm{O}}_{3}$. However, because this hard ferrimagnet with strong magnetoelectric coupling is composed of only ${\mathrm{Fe}}^{3+}$, distinguishing the role of the various sites is incredibly challenging. To overcome this challenge, ${\mathrm{Cr}}^{3+}$ ions were doped into the ${\mathrm{DO}}_{h1}$ sites of $\ensuremath{\epsilon}\text{\ensuremath{-}}{\mathrm{Fe}}_{2}{\mathrm{O}}_{3}$ nanoparticles, effectively creating electron deficient defects. The $\ensuremath{\epsilon}$-(${\mathrm{Fe}}_{1\ensuremath{-}x}{\mathrm{Cr}}_{x}{)}_{2}{\mathrm{O}}_{3}$ ($x=0.01$ to 0.12) nanoparticles have reduced ${\ensuremath{\mu}}_{0}{H}_{C}(T)$ and ${M}_{S}(T)$ as the Cr concentration increases. The impact of Cr doping on the local electronic and magnetic structure is characterized. At 10 K, subtle changes are measured, with the ${\mathrm{T}}_{d}$ site electrons becoming increasingly localized as the concentration of electron-deficient ${\mathrm{DO}}_{h1}$ sites increases. Far more dramatic changes occur at 300 K, when the ${\mathrm{T}}_{d}$ site of the $\ensuremath{\epsilon}$-(${\mathrm{Fe}}_{1\ensuremath{-}x}{\mathrm{Cr}}_{x}{)}_{2}{\mathrm{O}}_{3}$ splits into two distinct local environments with ${\mathrm{Fe}}^{2+}$ and ${\mathrm{Fe}}^{4+}$ character. The nature of this splitting suggests that dynamic electron interactions play a significant role in $\ensuremath{\epsilon}\text{\ensuremath{-}}{\mathrm{Fe}}_{2}{\mathrm{O}}_{3}$'s magnetic anisotropy and magnetoelectric properties.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,164 | 0,064 |
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 source (Gemma direct ou Codex distillé), 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 ».