Multi-frequency torque magnetometry: contribution of the Einstein-de Haas effect, and direct detection of overlapping magnetic and mechanical resonance modes
Notice bibliographique
Résumé
High-finesse optical nanocavities coupled with nanomechanical torque sensors have enabled highly sensitive and broadband readout of magnetic torques, from timescales involving quasi-static hysteresis response to radio-frequency magnetic susceptibility [1-3]. The extension of torque magnetometry to higher mechanical frequencies will grant further access to spin dynamics, including mechanical investigations of spin-lattice relaxation times. For nanomechanical torque magnetometry measurements into radio frequencies, the contribution of the Einstein-de Haas (EdH) effect can become comparable to, and even exceed, the conventional magnetic torque (cross-product of magnetic moment and applied field) signal [4]. Extending sensitive optomechanical detection across a ladder of higher-order mechanical modes is a natural way to extract further information, through examination of the relative scaling of EdH and cross-product torques. Sufficiently high-order mechanical modes have application to co-resonant detection of magnetic resonances. Magnetic vortex resonances intersecting the mechanical resonance spectrum will be described, and allow for the observation of dynamic vortex core interactions with magnetic inhomogeneities. [1] M. Wu et al. Nat. Nanotechnol. 12, 127 (2017). [2] G. Hajisalem et al. New J. Phys. 21, 095005 (2019). [3] J. Losby et al. J. Phys D. 51, 483001 (2018). [4] K. Mori et al. Phys. Rev. B. 102, 054415 (2020).
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».