Interlayer engineering of lattice dynamics and elastic constants of 2D layered nanomaterials under pressure
Notice bibliographique
Résumé
Interlayer coupling in two-dimensional (2D) layered nanomaterials can provide us strategies to evoke their superior properties, such as the layer-dependent phonon vibration, the formation of moiré excitons and related nontrivial topology. However, to accurately quantify interlayer potential and further measure elastic properties of 2D materials remain challenging, despite significant efforts. Herein, the layer-dependent lattice dynamics and elastic constants of 2D nanomaterials have been systematically investigated via pressure-engineering strategy based on ultralow frequency Raman spectroscopy. The shear and layer-breathing modes Raman shifts of 2H-MoS2 with various thicknesses are analyzed by the monoatomic chain model (MCM). Intriguingly, it is found that the layer-dependent dω/dP of shear (SN,1) and breathing (LBN,N-1) modes display the opposite trends, quantitatively consistent with MCM analysis, our molecular dynamics simulations and density functional theory calculations. The diatomic chain model is combined with Raman data to analyze the intralayer and interlayer shear force constants and their pressure coefficients, revealing a strong dependence on the number of layers. These results can be generalized to other van der Waals systems, and may shed light on the potential applications of 2D materials in nanomechanics and nanoelectronics. Pressure-induced modulation of interlayer coupling and elastic constant in two-dimensional layered materials is quantitatively described through a unified chain model, offering insights into the tunable mechanical behaviors under extreme conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».